java正则匹配字符串：从写对表达式到取出结果
在 Java 里做文本校验、日志抽取或者表单字段解析，绕不开正则。很多人第一次写会卡在两处：一是表达式本身写得对，但放进 Java 字符串里就失效；二是能判断是否匹配，却不知道怎样把括号里的内容取出来。这篇内容按实际动手的顺序讲，从准备表达式到取出结果，再到出错时怎么定位，适合正在写校验逻辑或解析逻辑的开发者对照排查。
先把表达式放到 Java 字符串里
动手之前先明确一点：Java 编译器会先处理字符串字面量里的反斜杠，然后正则引擎才看到真正的表达式。所以 \d 在源码里要写成 "\\d"，\. 要写成 "\\."。这一步错得最多，表现为明明在别的工具里能匹配，放进代码就抛异常或者永远不匹配。
一个稳妥的做法是：先在独立的表达式测试环境里把模式调通，确认无误后再逐字符转义搬进 Java。搬的时候只处理反斜杠，别顺手改动量词和括号。如果模式里反斜杠密集，可以考虑用字符类替代，比如用 [0-9] 代替 \d，可读性会好一些，也少一层转义。
另外，模式字符串本身建议定义成常量，避免在多处重复书写时出现转义不一致。
Pattern 与 Matcher 的分工
Java 的正则入口是 java.util.regex 包下的两个类。Pattern 负责编译表达式，Matcher 负责在具体字符串上执行匹配。编译是有成本的，所以同一个模式反复使用时，把 Pattern 提到循环外或做成静态常量，比每次调用 String.matches 更合适。
基本写法是先用 Pattern.compile 得到模式对象，再调用 matcher(input) 拿到匹配器。判断整体是否匹配用 matches()，它要求整个输入都符合模式；判断是否包含用 find()，只要有一段符合就返回真。这两个方法语义差别很大，选错会导致校验逻辑放过不该放过的输入。
如果只是做一次性判断，String.matches 写法更短，但它每次都会重新编译模式，适合零散调用，不适合放在高频路径里。
把括号里的内容取出来
分组是正则里最实用的部分。表达式里每对圆括号构成一个捕获组，编号从 1 开始，0 表示整个匹配。匹配成功后用 group(n) 取值，取之前最好先确认匹配成立，否则会抛异常。
举个抽取日期的例子，模式写成 (\\d{4})-(\\d{2})-(\\d{2})，对一段文本执行 find() 之后，group(1) 是年，group(2) 是月，group(3) 是日。如果文本里有多个日期，用 while (matcher.find()) 循环逐个取出，每次循环内部再读分组。
有时候括号只是为了分组，并不想被捕获，这时用 (?:...) 写成非捕获组，能减少编号混乱。分组一多，编号容易数错，给组命名会更清楚：(?<year>\\d{4})，取值时用 group("year")，可读性明显提升。
几个容易踩的坑
第一个坑是贪婪匹配。.* 默认尽可能多地吃字符，跨过多个目标时会一次吞掉太多内容。把量词改成懒惰形式 .*?，匹配就会在满足条件的最短位置停下。
第二个坑是 matches() 和 find() 混用。用 find() 写校验时，只要输入里有一小段符合就返回真，等于把整串校验变成了子串校验。需要严格校验时，给模式加上 ^ 和 $ 锚点，或者直接用 matches()。
第三个坑是特殊字符没转义。点号、星号、加号、问号、圆括号、方括号在正则里有特殊含义，要匹配字面量必须加反斜杠。处理用户输入的片段时尤其要注意，必要时用 Pattern.quote 包一层。
第四个坑是回溯过多导致卡顿。嵌套量词、连续的可选分支容易让引擎反复尝试。遇到长文本匹配缓慢，先简化模式结构，能用字符类就不用分支。
编译标志与复用
Pattern.compile 的第二个参数可以传标志位。常见的有 CASE_INSENSITIVE 忽略大小写、DOTALL 让点号匹配换行、MULTILINE 让 ^ 和 $ 按行生效。多个标志用按位或组合起来。
如果模式在多线程环境里共享，Pattern 本身是线程安全的，但 Matcher 不是。正确做法是共享同一个 Pattern，每次匹配时各自创建 Matcher，不要把一个匹配器实例跨线程复用。
需要反复替换的场景，可以用 replaceAll 或 replaceFirst，替换串里的 $1 表示引用第一个分组。想保留原文中匹配到的部分再加工，用 appendReplacement 配合 appendTail 手动拼接，控制更细。
总结
写 Java 正则的关键顺序是：先调通表达式，再处理字符串转义，然后编译成 Pattern，按校验或抽取的目的选择 matches 与 find，最后用分组取值。出错时优先检查转义、锚点和贪婪量词，共享模式时注意 Matcher 不要跨线程复用。
相关文章
- java正则匹配所有特殊字符：从需求到实现
讲解Java中如何用正则匹配所有特殊字符，涵盖字符类构建、转义处理、常见错误与排查方法，帮助开发者准确识别特殊字符。
- java正则匹配以开头以结尾：锚点写法与常见误区
讲解在 Java 中用正则表达「以某内容开头、以某内容结尾」的写法，涵盖锚点、多行模式、find 与 matches 的差别及常见错误。
- java正则匹配怎么做：从写对模式到排查踩坑
面向开发者的教程：讲清如何在 Java 中完成正则匹配，包括编译模式、匹配方式选择、转义与分组陷阱以及常见问题的排查思路。
- java正则两种匹配对比：find 与 matches 怎么选
讲清 Java 正则中 find 与 matches 的区别、常见误用和排查思路，帮你在校验与提取场景里选对方法。
- java字符串正则表达式匹配的方法：从踩坑到顺手
整理 Java 里做字符串正则匹配的常用方式，包括 String 自带方法、Pattern 与 Matcher 的分工、分组提取和常见转义错误，适合日常校验与文本处理。
常见问题
Q1为什么表达式在测试工具里能用，写进 Java 就报错？
多半是反斜杠没有二次转义。Java 字符串先解析一层，正则引擎再解析一层，所以 `\d` 要写成 `"\\d"`。检查报错信息里的模式片段，通常能直接看出哪一处少了反斜杠。
Q2matches() 返回 false，但 find() 返回 true，该用哪个？
`matches()` 要求整个输入与模式完全吻合，`find()` 只要求存在一段符合。做输入校验用前者，做文本抽取用后者。想用 `find()` 做严格校验，就给模式补上首尾锚点。
Q3group(1) 抛异常是怎么回事？
通常是匹配没有成功就取分组，或者分组编号超出了实际括号数量。取值前先判断 `find()` 或 `matches()` 的结果，并核对模式里捕获组的个数，非捕获组不参与编号。
Q4模式里的点号为什么匹配不到换行？
默认情况下点号不匹配换行符。需要跨行匹配时，编译模式时加上 `Pattern.DOTALL` 标志，或者用 `[\s\S]` 这类字符类代替点号。
Q5同一个 Pattern 能在多线程里共用吗？
`Pattern` 可以共享，`Matcher` 不行。让每个线程各自调用 `pattern.matcher(input)` 创建自己的匹配器，避免状态互相干扰。