正则表达式是一种强大的文本模式匹配工具，它使用一种特殊的语法来描述要搜索或操作的字符串模式。在 Java 中，我们可以使用 java.util.regex包提供的类来处理正则表达式。
:::color3
正则表达式不止 Java 语言提供了相应的功能，很多其他语言都提供了对其的支撑，比如：Python、Javascript
:::
正则表达式
简单来说，正则表达式就是一个由特殊字符（称为元字符）和普通字符组成的字符串，用来定义一个搜索模式。这个模式可以用来匹配、查找、替换符合特定规则的文本。
例如，模式 \d+ 可以匹配一个或多个数字，模式 [a-z]+ 可以匹配一个或多个小写字母。
常用的元字符：
比如，这是一个匹配大多数邮箱地址的正则表达式：
^[\w\-\.]+@([\w\-]+\.)+[\w\-]{2,4}$
^
- 匹配输入的 开始位置。
[\w\-\.]+
- 匹配邮箱的 用户名部分（@ 前面）。
[\w\-\.]表示可以是以下任意一个字符：\w：等价于[a-zA-Z0-9_]（字母、数字或下划线）\-：减号（-）\.：点号（.）
+表示上面的字符可以重复出现 1 次或多次。
@
- 邮箱地址中的 @ 符号，用作用户名和域名的分隔。
([\w\-]+\.)+
- 匹配域名部分中前面的部分（例如：
mail.google.）。 [\w\-]+：一个或多个字母、数字、下划线或减号。\.：一个点号。(...) +：这个结构可以出现一次或多次，表示可以匹配像abc.、mail.google.等。
[\w\-]{2,4}
- 匹配最后的顶级域名（如
com、net、org）。 - 范围
{2,4}表示：2 到 4 个字符之间。 - 允许的字符：字母、数字、下划线、减号。
$
- 匹配输入的 结束位置。
可以在这个网站方便的看到正则表达式的匹配情况：
https://www.mklab.cn/utils/regex
Java 中使用正则表达式
Java 中使用正则表达式的步骤
- 创建
**Pattern**对象: 使用Pattern.compile(String regex)编译正则表达式。 - 创建
**Matcher**对象: 使用pattern.matcher(CharSequence input)将Pattern对象应用于输入字符串。 - 进行匹配操作: 使用
Matcher对象的方法进行查找、匹配和替换等操作。
比如，我们使用上面的邮箱的正则表达式判断字符串是不是一个邮箱地址：
Pattern pattern = Pattern.compile("[\\w\\-\\.]+@([\\w\\-]+\\.)+[\\w\\-]{2,4}");
Matcher matcher1 = pattern.matcher("111111111@qq.com");
System.out.println(matcher1.matches()); // trueMatcher matcher2 = pattern.matcher("123ab");
System.out.println(matcher2.matches()); // false
:::color3
在 Java 字符串中，反斜杠 \ 是一个特殊字符，用于转义。因此，在正则表达式中要表示字面意义的反斜杠，需要使用双反斜杠 \\。例如，要匹配一个点号 .，正则表达式应该是 \.，但在 Java 字符串中需要写成 "\\."。
:::
Matcher 类的常用方法：
| 方法名 | 作用 |
|---|---|
| matches() | 尝试将整个输入序列与该模式匹配。只有当整个输入序列完全匹配模式时才返回 true |
| find() | 尝试查找与该模式匹配的输入序列的下一个子序列。如果找到匹配项，则返回 true。可以多次调用 find() 来查找所有匹配项 |
| group() | 返回由上一次匹配操作所匹配的子序列。如果匹配成功，group(0) 返回整个匹配的子串。如果正则表达式中包含分组（用括号 () 包围），可以使用 group(n) 来获取第 n 个分组匹配的子串（索引从 1 开始） |
| start() | 返回上一次匹配的起始索引 |
| end() | 返回上一次匹配的结束索引（不包含） |
| replaceAll(String replacement) | 将输入序列中所有匹配该模式的子序列替换为指定的 replacement 字符串。返回一个新的字符串 |
| replaceFirst(String replacement) | 将输入序列中第一个匹配该模式的子序列替换为指定的 replacement 字符串。返回一个新的字符串 |
下面是一个使用正则表达式从字符串中统计 Hello 出现次数的例子，每次还打印了找到的 Hello 在字符串中的开始下标（包含）和结束下标（不包含）：
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class RegexMatches {public static void main( String[] args ){final String REGEX = "\\bHello\\b";final String INPUT = "Hello world,Hello Tomcat,Hello Java";Pattern p = Pattern.compile(REGEX);Matcher m = p.matcher(INPUT); // 获取 matcher 对象int count = 0;while (m.find()) {count++;System.out.println("Match number " + count);System.out.println("start(): " + m.start());System.out.println("end(): " + m.end());}}
}
String 类提供了一些方便的方法，入参可以使用正则表达式：
| 方法名 | 作用 |
|---|---|
| matches(String regex) | 判断字符串是否完全匹配给定的正则表达式 |
| split(String regex) | 根据给定的正则表达式将字符串分割成字符串数组 |
| replaceAll(String regex, String replacement) | 将字符串中所有匹配给定的正则表达式的子字符串替换为指定的 replacement 字符串 |
| replaceFirst(String regex, String replacement) | 将字符串中第一个匹配给定的正则表达式的子字符串替换为指定的 replacement 字符串 |
下面是使用 String 类的 replaceAll 方法将所有的数字替换为 * 的例子：
String text = "Hello 123 World 456";
String result = text.replaceAll("\\d+", "***"); // Hello *** World ***
