1、正则表达式
正则表达式，又称正规表示法、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。
用到的一些特殊构造正则表达式的意义解析：
|
?
|
当该字符 紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的 贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。
|
|
.点
|
匹配除“/r/n”之外的任何单个字符。要匹配包括“/r/n”在内的任何字符，请使用像“[/s/S]”的模式。
|
|
(pattern)
|
匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“/(”或“/)”。
|
|
(?:pattern)
|
匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
|
|
(?=pattern)
|
正向肯定 预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例 如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配 “Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从 包含预查的字符之后开始。
|
|
(?!pattern)
|
正向否定 预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如 “Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中 的“Windows”。
|
|
(?<=pattern)
|
反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
|
|
(?<!pattern)
|
反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
|
量词使用
| X{n}? | X，恰好 n 次 |
| X{n,}? | X，至少 n 次 |
| X{n,m}? | X，至少 n 次，但是不超过 m 次 |
2、手机号码
组成
国家区域号-手机号码
手机号码格式比较固定，无非是13x xxxx xxxx或者15x xxxx xxxx再或者18x xxxx xxxx的格式。座机就比较麻烦，比如长途区号变长（3位或者4位）电话号码变长（7位或者8位）有些还需要输入分机号。
通常可以看到解决这个复杂问题的解决方案是手机号和座机号分开。座机号拆分成三段，区号，电话号码+分机号。但是为了表单看起来清爽，设计的时候给了一个“万能”的输入框，给用户输入电话号码或者手机号码。
在这样的一个需求的大前提下，用复杂的正则表达式解决验证的问题是一种快速的解决方案。
首先搞定最容易的手机号码
因为目前开放的号段是130-139， 150-159， 185-189， 180
只考虑移动电话（手机）号码的可以使用下面方法
public static void main(String[] args) { String text = "13522158842;托尔斯泰;test2;13000002222;8613111113313"; Pattern pattern = Pattern.compile("(?<!//d)(?:(?:1[358]//d{9})|(?:861[358]//d{9}))(?!//d)"); Matcher matcher = pattern.matcher(text); StringBuffer bf = new StringBuffer(64); while (matcher.find()) { bf.append(matcher.group()).append(","); } int len = bf.length(); if (len > 0) { bf.deleteCharAt(len - 1); } System.out.println(bf.toString()); }
只是手机号码可以匹配可以给出下面的匹配正则表达式：
(?:((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})
当我们加上国家区域号（86）或者（+86）或者86-或者直接是86，可以使用下面的正则表达式：
"(?:(//(//+?86//))((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})|" +
"(?:86-?((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})|" +
"(?:((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})"
注意：为了最长得匹配电话号码，需要写成三句，并且相对长的需要放在前面，否则匹配到了之后，后面的就不会匹配了。
3、座机号码
组成：
国家区域号（+86等）-区号-固定电话号码-分机号
三位区号的部分
010， 021-029，852（香港）
因为采用三位区号的地方都是8位电话号码，因此可以写成
(010|021|022|023|024|025|026|027|028|029|852)/d{8}
当然不会这么简单，有些人习惯(010) xxxxxxxx的格式，我们也要支持一把，把以上表达式升级成
再看4位区号的城市
这里简单判断了不可能存在0111或者0222的区号，以及电话号码是7位或者8位。
最后是分机号（1-4位的数字）
(?<分机号>/D?/d{1,4})?
以上拼装起来就是：
"(?:(//(//+?86//))(0[0-9]{2,3}//-?)?([2-9][0-9]{6,7})+(//-[0-9]{1,4})?)|" +
"(?:(86-?)?(0[0-9]{2,3}//-?)?([2-9][0-9]{6,7})+(//-[0-9]{1,4})?)"
4、编码实现
实现功能：读取文件，将其中的电话号码存入一个Set返回。
方法介绍：
find（）：尝试查找与该模式匹配的输入序列的下一个子序列。
group（）：返回由以前匹配操作所匹配的输入子序列。
1》、从一个字符串中获取出其中的电话号码
import java.util.HashSet; import java.util.Set; import java.util.regex.Matcher; import java.util.regex.Pattern; /** * 从字符串中截取出电话号码 * @author zcr * */ public class CheckIfIsPhoneNumber { /** * 获得电话号码的正则表达式：包括固定电话和移动电话 * 符合规则的号码： * 1》、移动电话 * 86+‘-’+11位电话号码 * 86+11位正常的电话号码 * 11位正常电话号码a * (+86) + 11位电话号码 * (86) + 11位电话号码 * 2》、固定电话 * 区号 + ‘-’ + 固定电话 + ‘-’ + 分机号 * 区号 + ‘-’ + 固定电话 * 区号 + 固定电话 * @return 电话号码的正则表达式 */ public static String isPhoneRegexp() { String regexp = ""; //能满足最长匹配，但无法完成国家区域号和电话号码之间有空格的情况 String mobilePhoneRegexp = "(?:(//(//+?86//))((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})|" + "(?:86-?((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})|" + "(?:((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+//d{8})"; // System.out.println("regexp = " + mobilePhoneRegexp); //固定电话正则表达式 String landlinePhoneRegexp = "(?:(//(//+?86//))(0[0-9]{2,3}//-?)?([2-9][0-9]{6,7})+(//-[0-9]{1,4})?)|" + "(?:(86-?)?(0[0-9]{2,3}//-?)?([2-9][0-9]{6,7})+(//-[0-9]{1,4})?)"; regexp += "(?:" + mobilePhoneRegexp + "|" + landlinePhoneRegexp +")"; return regexp; } /** * 从dataStr中获取出所有的电话号码（固话和移动电话），将其放入Set * @param dataStr 待查找的字符串 * @param phoneSet dataStr中的电话号码 */ public static void getPhoneNumFromStrIntoSet(String dataStr,Set<String> phoneSet) { //获得固定电话和移动电话的正则表达式 String regexp = isPhoneRegexp(); System.out.println("Regexp = " + regexp); Pattern pattern = Pattern.compile(regexp); Matcher matcher = pattern.matcher(dataStr); //找与该模式匹配的输入序列的下一个子序列 while (matcher.find()) { //获取到之前查找到的字符串，并将其添加入set中 phoneSet.add(matcher.group()); } //System.out.println(phoneSet); } }
2、读取文件并调用电话号码获取
实现方式：根据文件路径获得文件后，一行行读取，去获取里面的电话号码
import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream; import java.io.InputStreamReader; import java.util.ArrayList; import java.util.HashSet; import java.util.List; import java.util.Set; /** * 读取文件操作 * * @author zcr * */ public class ImportFile { /** * 读取文件，将文件中的电话号码读取出来，保存在Set中。 * @param filePath 文件的绝对路径 * @return 文件中包含的电话号码 */ public static Set<String> getPhoneNumFromFile(String filePath) { Set<String> phoneSet = new HashSet<String>(); try { String encoding = "UTF-8"; File file = new File(filePath); if (file.isFile() && file.exists()) { // 判断文件是否存在 InputStreamReader read = new InputStreamReader( new FileInputStream(file), encoding);// 考虑到编码格 BufferedReader bufferedReader = new BufferedReader(read); String lineTxt = null; while ((lineTxt = bufferedReader.readLine()) != null) { //读取文件中的一行，将其中的电话号码添加到phoneSet中 CheckIfIsPhoneNumber.getPhoneNumFromStrIntoSet(lineTxt, phoneSet); } read.close(); } else { System.out.println("找不到指定的文件"); } } catch (Exception e) { System.out.println("读取文件内容出错"); e.printStackTrace(); } return phoneSet; } }
3》、测试
public static void main(String argv[]) { String filePath = "F://three.txt"; Set<String> phoneSet = getPhoneNumFromFile(filePath); System.out.println("电话集合：" + phoneSet); }
文件中数据:
结果：
电话集合：[86132221, (86)13222144332, 86-13222144332, 32434343, (+86)13222144332, 13888888888]
致谢：感谢您的阅读!
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/15128.html