Java正则表达式通过java.util.regex包实现，需注意双反斜杠转义、replaceAll与replace区别、matches与find语义差异，以及预编译Pattern提升性能。
Java 正则表达式不是独立语言，而是通过 
java.util.regex 包（主要是 Pattern 和 Matcher）实现的字符串匹配工具。它和 Perl、JavaScript 的正则语法高度兼容，但有几处关键差异必须注意，否则会匹配失败或抛出 PatternSyntaxException。
Java 中写正则时，反斜杠必须写成双反斜杠
这是最常踩的坑：Java 字符串本身会转义一次 \，正则引擎又要再转义一次。比如想匹配一个数字字符 \d，在 Java 字符串里得写成 "\\d"；想匹配一个反斜杠字面量 \，得写成 "\\\\"。
常见错误现象：
- 写
"\d+"→ 编译报错：Invalid escape sequence - 写
"\bword"→ 实际匹配的是退格符 + "word"，不是单词边界
实操建议：
- 用原始字符串思维去想正则逻辑，再把每个
\替换成\\ - IDE 通常会高亮提示字符串转义问题，别忽略黄色波浪线
- 对复杂正则，优先用
Pattern.compile()配合Pattern.LITERAL或Pattern.CASE_INSENSITIVE标志，减少转义负担
String.replaceAll() 和 Pattern.matcher().replaceAll() 的行为差异
String.replaceAll() 内部就是调用 Pattern.compile(regex).matcher(this).replaceAll(replacement)，但它要求第一个参数是合法正则——哪怕你只想替换固定字符串，比如 "a.b"，其中的 . 也会被当作元字符匹配任意字符。
使用场景：
- 需要正则替换（如
"\\d+".replaceAll("\\d+", "#")）→ 用replaceAll() - 只想做字面量替换（如把所有
"a.b"换成"x"）→ 改用String.replace("a.b", "x")（不走正则）或Pattern.quote("a.b")包装
性能影响：每次调用 String.replaceAll() 都会重新编译正则；高频调用建议缓存 Pattern 实例。
Matcher.find() 与 Matcher.matches() 完全不同
matches() 要求整个输入字符串**完全匹配**正则，而 find() 只要在字符串中找到**任意子串匹配**就返回 true。新手常误以为 "abc123".matches("\\d+") 会返回 true，实际是 false，因为整个字符串不全是数字。
典型错误：
- 校验邮箱用
str.matches("@")→ 应该用str.matches("^.+@.+$")或更严谨的模式 - 提取数字写成
matcher.matches()→ 结果永远 false，应改用find()+group()
实操建议：
- 校验类场景（如密码强度、手机号格式）用
matches() - 提取、查找、分组类场景（如解析日志、提取 URL 参数）必须用
find() - 注意
find()是游标式遍历，多次调用会移动位置；重用前需matcher.reset()
预编译 Pattern 提升性能与可读性
重复使用同一正则时，每次都调用 Pattern.compile() 是浪费。尤其在循环、Servlet 请求处理等高频路径中，应将 Pattern 声明为 static final。
public class RegexUtils {
private static final Pattern EMAIL_PATTERN = Pattern.compile("^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}$");
public static boolean isValidEmail(String email) {
return EMAIL_PATTERN.matcher(email).matches();
}
}
好处：
- 避免重复编译开销（JIT 优化有限，编译本身有成本）
- 正则集中管理，便于复用和单元测试
- 可配合
Pattern.COMMENTS写带注释的多行正则（需手动去除空白和换行）
容易被忽略的地方：正则中的 Unicode 字符类（如 \\p{L}）在不同 JDK 版本下行为可能微调，生产环境建议锁定 JDK 小版本并覆盖测试。
