正则表达式（Regular Expression） 又称正规表示法、常规表示法，在代码中常简写为 regex、regexp 或 RE，它是计算机科学的一个概念。
正则表达式是一个强大的字符串处理工具，可以对字符串进行查找、提取、分割、替换等操作，是一种可以用于模式匹配和替换的规范。一个正则表达式就是由普通的字符（如字符 a~z）以及特殊字符（元字符）组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。
String 类里也提供了如下几个特殊的方法。
boolean matches(String regex)：判断该字符串是否匹配指定的正则表达式。 String replaceAll(String regex, String replacement)：将该字符串中所有匹配 regex 的子串替换成 replacement。 String replaceFirst(String regex, String replacement)：将该字符串中第一个匹配 regex 的子串替换成 replacement。 String[] split(String regex)：以 regex 作为分隔符，把该字符串分割成多个子串。 上面这些特殊的方法都依赖于 Java 提供的正则表达式支持，除此之外，Java 还提供了 Pattern 和 Matcher 两个类专门用于提供正则表达式支持。
很多读者都会觉得正则表达式是一个非常神奇、高级的知识，其实正则表达式是一种非常简单而且非常实用的工具。正则表达式是一个用于匹配字符串的模板。实际上，任意字符串都可以当成正则表达式使用。例如“abc”，它也是一个正则表达式，只是它只能匹配“abc”字符串。
如果正则表达式仅能匹配“abc”这样的字符串，那么正则表达式也就不值得学习了。正则表达式作为一个用于匹配字符串的模板，将某个字符模式与所搜索的字符串进行匹配。本文简单了解一下如何使用正则表达式来操作字符串。 正则表达式支持字符 创建正则表达式就是创建一个特殊的字符串。正则表达式所支持的合法字符如表 1 所示。
表 1 正则表达式所支持的合法字符 字符x（x 可代表任何合法的字符) \0mnn 八进制数 0mnn 所表示的字符 十六进制值 0xhh 所表示的字符 \uhhhh 十六进制值 0xhhhh 所表示的 Unicode 字符 制表符（“\u0009”） 新行（换行）符（‘\u000A’） 回车符（‘\u000D’) 换页符（‘\u000C’） 报警（bell）符（‘\u0007’） Escape 符（‘\u001B’） x 对应的的控制符。例如， \cM 匹配 Ctrl-M。x 值必须为 A~Z 或 a~z 之一。 "\u0061\t"  // 匹配a<制表符>
"\\?\\["    // 匹配？[

注意：可能大家会觉得第一个正则表达式中怎么有那么多反斜杠？这是由于 Java 字符串中反斜杠本身需要转义，因此两个反斜杠（\\）实际上相当于一个（前一个用于转义）。
上面的正则表达式依然只能匹配单个字符，这是因为还未在正则表达式中使用“通配符”，“通配符”是可以匹配多个字符的特殊字符。正则表达式中的“通配符”远远超出了普通通配符的功能，它被称为预定义字符，正则表达式支持如表 3 所示的预定义字符。
表 3 预定义字符 预定义字符 可以匹配任何字符 匹配 0~9 的所有数字 匹配非数字 匹配所有的空白字符，包括空格、制表符、回车符、换页符、换行符等 匹配所有的非空白字符 匹配所有的单词字符，包括 0~9 所有数字、26 个英文字母和下画线 _ 匹配所有的非单词字符 c\\wt    // 可以匹配cat、cbt、cct、cOt、c9t等一批字符串
\\d\\d\\d-\\d\\d\\d-\\d\\d\\d\\d    // 匹配如 000-000-0000 形式的电话号码

在一些特殊情况下，例如，若只想匹配 a~f 的字母，或者匹配除 ab 之外的所有小写字母，或者匹配中文字符，上面这些预定义字符就无能为力了，此时就需要使用方括号表达式，方括号表达式有如表 4 所示的几种形式。
表 4 方括号表达式 方括号表达式 例如 [abc] 表示 a、b、c 其中任意一个字符； [gz] 表示 g、z 其中任意一个字符 表示范围：- 例如 [a-f] 表示 a~f 范围内的任意字符； [\\u0041-\\u0056] 表示十六进制字符 \u0041 到 \u0056 范围的字符。范围可以和枚举结合使用，如 [a-cx-z] ，表示 a~c、x~z 范围内的任意字符 表示求否：^ 例如 [^abc] 表示非 a、b、c 的任意字符； [^a-f] 表示不是 a~f 范围内的任意字符 表示“与”运算：&& 例如 [a-z&&[def]] 是 a~z 和 [def] 的交集，表示 d、e
f[a-z&&^bc]] 是 a~z 范围内的所有字符，除 b 和 c 之外
[ad-z] [a-z&&[m-p]] 是 a~z 范围内的所有字符，除 m~p 范围之外的字符 表示“并”运算 并运算与前面的枚举类似。例如 [a-d[m-p]] 表示 [a-dm-p] 方括号表达式比前面的预定义字符灵活多了，几乎可以匹配任何字符。例如，若需要匹配所有的中文字符，就可以利用 [\\u0041-\\u0056] 形式——因为所有中文字符的 Unicode 值是连续的，只要找出所有中文字符中最小、最大的 Unicode 值，就可以利用上面形式来匹配所有的中文字符。
正则表达式还支持圆括号，用于将多个表达式组成一个子表达式，圆括号中可以使用或运算符 | 。例如，正则表达式“((public)|(protected)|(private))”用于匹配 Java 的三个访问控制符其中之一。
除此之外，Java 正则表达式还支持如表 5 所示的几个边界匹配符。
表 5 边界匹配符 边界匹配符 单词的边界 非单词的边界 输入的开头 前一个匹配的结尾 输入的结尾，仅用于最后的结束符 输入的结尾 前面例子中需要建立一个匹配 000-000-0000 形式的电话号码时，使用了 \\d\\d\\d-\\d\\d\\d-\\d\\d\\d\\d 正则表达式，这看起来比较烦琐。实际上，正则表达式还提供了数量标识符，正则表达式支持的数量标识符有如下几种模式。
Greedy（贪婪模式）：数量表示符默认采用贪婪模式，除非另有表示。贪婪模式的表达式会一直匹配下去，直到无法匹配为止。如果你发现表达式匹配的结果与预期的不符，很有可能是因为你以为表达式只会匹配前面几个字符，而实际上它是贪婪模式，所以会一直匹配下去。 Reluctant（勉强模式）：用问号后缀（?）表示，它只会匹配最少的字符。也称为最小匹配模式。 Possessive（占有模式）：用加号后缀（+）表示，目前只有 Java 支持占有模式，通常比较少用。 三种模式的数量表示符如表 6 所示。
表 6 三种模式的数量表示符 X表达式出现零次或一次 X表达式出现零次或多次 X表达式出现一次或多次 X{n}? X{n}+ X表达式出现 n 次 X{n,} X{n,}? X{n,}+ X表达式最少出现 n 次 X{n,m} X{n,m}? X{n,m}+ X表达式最少出现 n 次，最多出现 m 次 String str = "hello,java!";
// 贪婪模式的正则表达式
System.out.println(str.replaceFirst("\\w*" , "■"));    //输出■,java!
// 勉强模式的正则表达式
System.out.println(str.replaceFirst("\\w*?" , "■""));    //输出■hello, java!

当从“hello java!”字符串中查找匹配 \\w* 子串时，因为 \w* 使用了贪婪模式，数量表示符 * 会一直匹配下去，所以该字符串前面的所有单词字符都被它匹配到，直到遇到空格，所以替换后的效果是“■，Java!”；如果使用勉强模式，数量表示符 * 会尽量匹配最少字符，即匹配 0 个字符，所以替换后的结果是“■hello，java!”。