正則表達式是文字模式匹配與處理的利器,廣泛應用於驗證、搜尋、替換、解析等場景。本文從基礎語法到進階構造,配合豐富範例,助你快速掌握這項跨語言、跨平台的核心技能。
一、基礎結構
正則字面值格式:/模式/標誌 (JS/Perl) 或字串模式 (Java/Pattern.compile)。
定界符 /.../ 內為匹配模式,標誌如 i(忽略大小寫)、g(全域)、m(多行)。
二、核心元字符 (Metacharacters)
| 符號 | 名稱 | 含義 | 範例匹配 |
. | 任意字元 | 除換行外任意單一字元 | a.c → "abc", "aXc", "a1c" |
\d | 數字 | [0-9] | \d{3} → "123", "007" |
\D | 非數字 | [^0-9] | |
\w | 單字字元 | [a-zA-Z0-9_] | \w+ → "user_1" |
\W | 非單字字元 | [^a-zA-Z0-9_] | |
\s | 空白字元 | 空格、Tab、換行、換頁 | \s+ 匹配多個空白 |
\S | 非空白字元 | | |
三、量詞 (Quantifiers) - 控制出現次數
| 量詞 | 含義 | 範例 |
* | 0 次或多次 (貪婪) | ab*c → "ac", "abc", "abbc", "abbbc" |
+ | 1 次或多次 (貪婪) | ab+c → "abc", "abbc" (不匹配 "ac") |
? | 0 次或 1 次 | ab?c → "ac", "abc" |
{n} | 恰好 n 次 | \d{4} → 4 位數字 |
{n,} | 至少 n 次 | \d{2,} → 2 位以上數字 |
{n,m} | n 到 m 次 | \d{3,5} → 3~5 位數字 |
*?, +?, ?? | 非貪婪/懶惰模式 | 盡少匹配 |
四、定位符 (Anchors) - 鎖定位置
| 符號 | 含義 | 範例 |
^ | 字串開頭 (多行模式下行首) | ^Hello → 以 Hello 開頭 |
$ | 字串結尾 (多行模式下行尾) | World$ → 以 World 結尾 |
\b | 單字邊界 | \bcat\b 匹配 "cat" 不匹配 "category" |
\B | 非單字邊界 | \Bcat\B 匹配 "scatter" 中的 cat |
五、字元類別與範圍
[abc]:a 或 b 或 c
[a-z]:小寫字母範圍
[A-Z]:大寫字母範圍
[0-9]:數字範圍
[^abc]:否定類別,非 a/b/c (注意 ^ 在 [] 開頭為否定,否則為定位符)
[\u4e00-\u9fa5]:中文字元範圍 (Unicode 區間)
六、分組與選擇
(...):捕獲群組,可反向引用 \1, $1
(?:...):非捕獲群組,僅分組不佔用反向引用編號
|:或運算 cat|dog 匹配 cat 或 dog
七、實戰範例集
| 場景 | 正則 | 說明 |
| Email 簡易驗證 | ^[\w.-]+@[\w-]+\.[a-z]{2,}$ | 含子域名、多段域名 |
| 手機號 (台灣) | ^09\d{8}$ | 09 開頭共 10 碼 |
| 身分證字號 (台) | ^[A-Z][12]\d{8}$ | 首字母+性別碼+8數字 |
| 中文姓名 (2-5 字) | ^[\u4e00-\u9fa5]{2,5}$ | Unicode 中文區間 |
| 強密碼 (8-20 含大小寫數字特殊) | ^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[\W_]).{8,20}$ | 正向預檢 |
| IPv4 地址 | ^((25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(25[0-5]|2[0-4]\d|[01]?\d?\d)$ | 四段 0-255 |
| 日期 YYYY-MM-DD | ^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01])$ | 基本格式 (不驗證月天對應) |
| 去除 HTML 標籤 | <[^>]+> | 簡易版,巢狀標籤需更複雜 |
| 提取網域 | https?://([^/]+) | 群組 1 為域名 |
八、Java 程式碼範例
import java.util.regex.*;
public class RegexDemo {
public static void main(String[] args) {
String text = "聯絡信箱: user@example.com, admin@test.org.tw";
Pattern p = Pattern.compile("[\w.-]+@[\w-]+(\.[a-z]{2,})+");
Matcher m = p.matcher(text);
while (m.find()) {
System.out.println("找到: " + m.group());
}
}
}
九、效能與最佳實務
- 預編譯:
Pattern.compile() 重用,避免重複編譯
- 避免災難性回溯:
(.*)*、(a+)+ 等嵌套量詞在長字串會指數級爆炸
- 具體化模式:
.* 過於貪婪,改用 [^"]* 等排除類別
- 使用非捕獲群組:
(?:...) 減少記憶體開銷
- 錨定開頭結尾:
^...$ 讓引擎快速失敗
正則表達式功能強大但寫時易讀、改時難讀。複雜模式請加註解、拆分常數、編寫單元測試。能用標準庫函式 (如 startsWith, split, 解析器) 解決時,優先用標準庫。