Java正则表达式是Java编程语言中用于处理字符串的强大工具，它允许开发人员根据特定模式匹配、查找、替换或分析文本。在Java中，`java.util.regex`包提供了正则表达式相关的类和接口，如`Pattern`和`Matcher`，它们是实现正则表达式功能的核心。
1. **正则表达式基础**
- **基本元素**：包括字符（如字母、数字）、特殊字符（如`.`代表任意字符，`\d`代表数字，`\w`代表字母、数字或下划线）、量词（如`*`表示零个或多个，`+`表示一个或多个，`?`表示零个或一个）以及分组机制。
- **预定义字符类**：`\d`等价于`[0-9]`，`\w`等价于`[a-zA-Z0-9_]`，`\s`代表空白字符（如空格、制表符）。
- **转义字符**：在正则表达式中，`\`用于对特殊字符进行转义，如`\.`表示实际的句点字符。
2. **Java中的正则表达式使用**
- **创建Pattern对象**：`Pattern.compile(regex)`方法用于编译正则表达式，返回`Pattern`对象。
- **创建Matcher对象**：`Pattern对象.matcher(input)`方法用于创建`Matcher`对象，`input`是你要匹配的字符串。
- **匹配和查找**：`Matcher对象.find()`方法用于在输入字符串中查找下一个匹配项，`Matcher对象.matches()`则检查整个字符串是否与模式匹配。
- **分组**：使用括号`( )`进行分组，`Matcher对象.group(int group)`可以获取匹配的分组内容。
- **重复和位置**：`*`、`+`、`?`、`{n}`、`{n,}`、`{n,m}`等操作符控制匹配次数，`^`表示开始，`$`表示结束，`\b`表示单词边界。
3. **示例：抓取网页中的Email地址**
- 如上述代码所示，通过正则表达式`"[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"`匹配邮箱地址。这个表达式的意义是：
- `[\\w[.-]]+`：匹配一个或多个由字母、数字、下划线、句点或破折号组成的字符序列。
- `@`：匹配一个@字符。
- `[\\w[.-]]+`：再次匹配一个或多个同类型的字符序列。
- `\\.`：匹配一个句点（因为句点在正则表达式中有特殊含义，所以需要转义）。
- `[\\w]+`：匹配一个或多个字母、数字或下划线。
- 代码通过`BufferedReader`读取HTML文件内容，然后用`Pattern`和`Matcher`处理每一行，找出所有匹配的邮箱地址并打印。
4. **示例：代码统计**
- 在这段代码中，`CodeCounter`类用于统计Java源代码文件中的正常代码行、注释行和空白行。正则表达式用于区分不同类型的行：
- `.*\.java$`：匹配以".java"结尾的文件名，用于筛选Java源文件。
- 通过遍历文件夹下的所有Java文件，`parse(child)`方法对每个文件进行处理，但具体的行统计规则未给出，通常需要使用正则表达式来识别Java代码、注释和空白行。
5. **进阶应用**
- **替换操作**：`Matcher对象.replaceAll(replacement)`或`replaceFirst(replacement)`用于替换匹配到的字符串。
- **断言**：正向预查`(?=regex)`和正向后顾断言`(?!regex)`用于确保某个位置后面或前面的模式匹配。
- **非贪婪匹配**：通过在量词后面添加`?`，如`*?`、`+?`、`??`，使其尽可能少地匹配字符。
- **分组命名**：使用`(?'name'...)`进行命名分组，便于后续访问。
- **多行模式**：`Pattern.DOTALL`模式使`.`匹配包括换行符在内的所有字符。
- **预编译模式**：如果正则表达式频繁使用，可以使用`Pattern.compile(regex, flags).pattern()`预编译并存储，提高性能。
掌握Java正则表达式可以极大地提高文本处理的效率和灵活性，它在数据验证、文本解析、日志分析等多个场景都有广泛应用。通过不断实践和学习，开发者可以更加熟练地运用这些技巧解决各种复杂问题。
