在日常编程开发中，字符串的匹配、分割、替换等操作十分常见 —— 比如验证用户输入的邮箱格式、从文本中提取特定信息、按多种规则拆分字符串等。而正则表达式（Regular Expression）作为一种强大的文本处理工具，能高效解决这类问题。本文将从基础概念切入，结合实例解析正则表达式，并完整展示其在 Java 中的实现方案。

一、正则表达式基本概念

1. 定义

正则表达式（简称 Regex）是一种用于描述字符串模式的特殊文本串，它可以：

• 检查一个字符串是否符合指定模式（如 “是否为合法手机号”）；
• 从字符串中提取符合模式的内容（如 “提取文本中的所有数字”）；
• 替换字符串中符合模式的部分（如 “将所有敏感字符替换为 *”）。

正则表达式广泛应用于数据验证、日志分析、文本爬虫等场景，是开发者必备的工具之一。

2. 核心组成元素

正则表达式的功能由元字符、量词、字符类等核心元素组合实现，以下是最常用的元素说明：

元素类型	具体符号 / 语法	含义说明
元字符	.	匹配任意单个字符（除换行符\n外），如a.b可匹配acb、aab等
	^	匹配字符串的开头，如^Hello仅匹配以 “Hello” 开头的字符串
	$	匹配字符串的结尾，如World$仅匹配以 “World” 结尾的字符串
	|	逻辑 “或”，匹配左右任意一个模式，如cat|dog可匹配 “cat” 或 “dog”
	\	转义字符，用于匹配元字符本身（如\.匹配实际的 “.”，\*匹配实际的 “*”）
量词	*	匹配前面的元素零次或多次，如a*可匹配 “”（空串）、“a”、“aa” 等
	+	匹配前面的元素一次或多次，如a+可匹配 “a”、“aa”，但不匹配空串
	?	匹配前面的元素零次或一次，如a?可匹配 “” 或 “a”
	{n}	匹配前面的元素恰好 n 次，如a{3}仅匹配 “aaa”
	{n,}	匹配前面的元素至少 n 次，如a{2,}可匹配 “aa”、“aaa” 等
	{n,m}	匹配前面的元素n 到 m 次（含 n 和 m），如a{2,3}可匹配 “aa”、“aaa”
字符类	[abc]	匹配 “a”“b”“c” 中的任意一个字符，等价于a|b|c
	[a-z]	匹配任意小写字母（范围匹配），同理[0-9]匹配任意数字，[A-Z]匹配大写字母
	[^abc]	匹配 “非 a、非 b、非 c” 的任意字符（^ 在中括号内表示 “非”）
预定义字符类	\d	等价于[0-9]，匹配任意数字
	\s	匹配任意空白字符（空格、制表符\t、换行符\n等）
	\w	等价于[a-zA-Z0-9_]，匹配字母、数字或下划线

二、正则表达式常用示例

掌握基础元素后，可组合出满足实际需求的正则表达式，以下是典型场景示例：

1. 数据格式验证

• 验证邮箱：^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\.[a-zA-Z]{2,}$解析：

  • ^[a-zA-Z0-9_-]+：邮箱前缀（字母、数字、下划线、短横线，至少 1 位）；
  • @：固定的 “@” 符号；
  • [a-zA-Z0-9_-]+：邮箱域名（如gmail、163）；
  • \.[a-zA-Z]{2,}：域名后缀（如.com、.cn，至少 2 位字母）；
  • $：匹配字符串结尾，避免后缀后多无关字符。

• 验证手机号（中国大陆）：^1[3-9]\d{9}$解析：

  • ^1：以 “1” 开头（手机号固定规则）；
  • [3-9]：第二位为 3-9（排除 1、2，对应运营商号段）；
  • \d{9}：后续 9 位为数字（总长度 11 位）；
  • $：匹配结尾，确保无多余字符。

• 验证整数或小数：^-?\d+(\.\d+)?$解析：

  • ^-?：可选的负号（匹配正数或负数）；
  • \d+：至少 1 位整数部分；
  • (\.\d+)?：可选的小数部分（.+ 至少 1 位数字）；
  • $：匹配结尾。

2. 字符串分割

• 按单个分隔符分割：如按空格分割 “one two three”，正则为" "；
• 按多个分隔符分割：如按;、,、?分割 “abc;123,456?999|haha”，正则为";|,|\\?"（?是元字符，需用\转义，Java 中需写\\?）；
• 按任意空白字符分割：正则为"\\s+"（匹配 1 个或多个空白字符，避免多个空格导致空数组元素）。

3. 内容提取与替换

• 提取文本中的所有数字：\d+（匹配 1 个或多个数字）；
• 替换敏感字符：如将字符串中的数字替换为*，正则为"\d"；
• 去除首尾空格：^(\s+)|(\s+)$（匹配开头或结尾的 1 个或多个空白字符，替换为空串）。

三、正则表达式的 Java 实现

Java 提供两种使用正则表达式的方式：

1. String类内置方法：适合简单场景（分割、匹配、替换）；
2. java.util.regex包：Pattern（编译正则）和Matcher（执行匹配），适合复杂场景（多次匹配、提取子串）。

1. String类的正则方法

String类提供split()、matches()、replaceAll()等便捷方法，无需额外创建类实例。

（1）split(String regex)：按正则分割字符串

将字符串按匹配的正则规则拆分为字符串数组，示例如下：

public class RegexSplitDemo {
    public static void main(String[] args) {
        // 待分割字符串（含;、,、?三种分隔符）
        String str = "abc;123,456?999|haha";
        // 正则表达式：匹配;、,或?（?需转义为\\?）
        String regex = ";|,|\\?";
        // 执行分割
        String[] result = str.split(regex);
        
        // 输出结果
        System.out.println("分割后的数组：");
        for (int i = 0; i < result.length; i++) {
            System.out.printf("元素[%d]：%s%n", i, result[i]);
        }
    }
}

输出结果：

plaintext

分割后的数组：
元素[0]：abc
元素[1]：123
元素[2]：456
元素[3]：999|haha

（2）matches(String regex)：验证字符串是否匹配正则

返回boolean值，true表示完全匹配正则规则（注意：需匹配整个字符串，而非部分），示例如下：

java

运行

public class RegexMatchDemo {
    public static void main(String[] args) {
        // 待验证的邮箱和手机号
        String validEmail = "test_123@example.com";
        String invalidEmail = "test@.com"; // 非法域名
        String validPhone = "13812345678";
        String invalidPhone = "12345678901"; // 第二位为2，非法
        
        // 正则表达式
        String emailRegex = "^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\\.[a-zA-Z]{2,}$";
        String phoneRegex = "^1[3-9]\\d{9}$";
        
        // 执行验证
        System.out.printf("邮箱[%s]是否合法：%b%n", validEmail, validEmail.matches(emailRegex));
        System.out.printf("邮箱[%s]是否合法：%b%n", invalidEmail, invalidEmail.matches(emailRegex));
        System.out.printf("手机号[%s]是否合法：%b%n", validPhone, validPhone.matches(phoneRegex));
        System.out.printf("手机号[%s]是否合法：%b%n", invalidPhone, invalidPhone.matches(phoneRegex));
    }
}

输出结果：

plaintext

邮箱[test_123@example.com]是否合法：true
邮箱[test@.com]是否合法：false
手机号[13812345678]是否合法：true
手机号[12345678901]是否合法：false

（3）replaceAll(String regex, String replacement)：按正则替换

将字符串中所有匹配正则的部分替换为replacement，示例如下：

public class RegexReplaceDemo {
    public static void main(String[] args) {
        // 待处理字符串
        String strWithNum = "Hello123World456"; // 含数字
        String strWithSpace = "  正则表达式 实战  "; // 首尾空格
        
        // 1. 将所有数字替换为*
        String noNumStr = strWithNum.replaceAll("\\d", "*");
        // 2. 去除首尾空格（匹配开头/结尾的空白字符，替换为空串）
        String noSpaceStr = strWithSpace.replaceAll("^(\\s+)|(\\s+)$", "");
        
        // 输出结果
        System.out.printf("原字符串：%s%n替换数字后：%s%n", strWithNum, noNumStr);
        System.out.printf("原字符串：[%s]%n去除空格后：[%s]%n", strWithSpace, noSpaceStr);
    }
}

输出结果：

plaintext

原字符串：Hello123World456
替换数字后：Hello***World***
原字符串：[  正则表达式 实战  ]
去除空格后：[正则表达式 实战]

2. Pattern与Matcher的高级用法

当需要多次匹配（如提取文本中所有符合规则的内容）或获取匹配子串的位置时，需使用Pattern和Matcher：

• Pattern：编译正则表达式（避免重复编译，提高效率）；
• Matcher：关联待匹配字符串，执行匹配操作。

示例：提取文本中的所有温度值

java

运行

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexExtractDemo {
    public static void main(String[] args) {
        // 待提取的文本
        String text = "今天气温25℃，明天预计30℃，后天可能28℃，大后天降温至18℃。";
        // 正则表达式：匹配1个或多个数字（温度值）
        String regex = "\\d+";
        
        // 1. 编译正则表达式（仅需编译一次，可重复使用）
        Pattern pattern = Pattern.compile(regex);
        // 2. 关联待匹配字符串，创建Matcher对象
        Matcher matcher = pattern.matcher(text);
        
        // 3. 提取所有匹配的内容（find()查找下一个匹配项）
        System.out.println("文本中的温度值：");
        int count = 0;
        while (matcher.find()) {
            count++;
            // group()：返回当前匹配的子串；start()/end()：返回匹配子串的起始/结束索引
            System.out.printf("第%d个温度：%s（位置：%d-%d）%n", 
                              count, matcher.group(), matcher.start(), matcher.end()-1);
        }
    }
}

输出结果：

plaintext

文本中的温度值：
第1个温度：25（位置：4-5）
第2个温度：30（位置：12-13）
第3个温度：28（位置：20-21）
第4个温度：18（位置：29-30）

3. 与StringTokenizer的对比

参考文档中提到的StringTokenizer类也可用于分割字符串，但它不支持正则表达式，仅能按固定字符分割，灵活性远低于正则：

• StringTokenizer：如按 “-” 分割 “2024-10-20”，需指定分隔符"-"，无法处理 “2024/10-20”（混合分隔符）；
• 正则split()：处理混合分隔符仅需"\\/|-"（匹配/或-），无需额外逻辑。

因此，复杂分割场景优先使用正则表达式的split()方法。

四、总结与实践建议

1. 核心优势

正则表达式的核心价值在于用简洁的语法描述复杂的字符串模式，减少冗余的字符串判断代码（如验证邮箱无需逐字符判断，仅需一行正则）。

2. 实践建议

• 先测试再使用：复杂正则建议用在线工具（如Regex101）验证，避免语法错误；
• 避免过度复杂：过于冗长的正则（如匹配所有 URL）可拆分为多个步骤，兼顾可读性和维护性；
• 注意转义字符：Java 中\需写为\\（如\d需写\\d），避免与 Java 的字符串转义冲突；
• 复用Pattern：多次使用同一正则时，提前编译Pattern（而非每次调用String方法），减少重复编译开销。