萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> JSP 程式設計

正則表達式入門完全指南:語法、元字符、定位符與實戰範例

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。
copyright © 萬盛學電腦網 all rights reserved