1、正則表達式
正則表達式，又稱正規表示法、常規表示法（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學的一個概念。正則表達式使用單個字符串來描述、匹配一系列符合某個句法規則的字符串。在很多文本編輯器里，正則表達式通常被用來檢索、替換那些符合某個模式的文本。
用到的一些特殊構造正則表達式的意義解析：
|
?
|
當該字符 緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的 貪婪模式則盡可能多的匹配所搜索的字符串。例如，對於字符串“oooo”，“o+?”將匹配單個“o”，而“o+”將匹配所有“o”。
|
|
.點
|
匹配除“\r\n”之外的任何單個字符。要匹配包括“\r\n”在內的任何字符，請使用像“[\s\S]”的模式。
|
|
(pattern)
|
匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“\(”或“\)”。
|
|
(?:pattern)
|
匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用或字符“(|)”來組合一個模式的各個部分是很有用。例如“industr(?:y|ies)”就是一個比“industry|industries”更簡略的表達式。
|
|
(?=pattern)
|
正向肯定 預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例 如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配 “Windows3.1”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從 包含預查的字符之后開始。
|
|
(?!pattern)
|
正向否定 預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。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)
|
反向肯定預查，與正向肯定預查類似，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)
|
反向否定預查，與正向否定預查類似，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”。
|
量詞使用
| X{n}? | X，恰好 n 次 |
| X{n,}? | X，至少 n 次 |
| X{n,m}? | X，至少 n 次，但是不超過 m 次 |
2、手機號碼
組成
國家區域號-手機號碼
手機號碼格式比較固定，無非是13x xxxx xxxx或者15x xxxx xxxx再或者18x xxxx xxxx的格式。座機就比較麻煩，比如長途區號變長（3位或者4位）電話號碼變長（7位或者8位）有些還需要輸入分機號。
通常可以看到解決這個復雜問題的解決方案是手機號和座機號分開。座機號拆分成三段，區號，電話號碼+分機號。但是為了表單看起來清爽，設計的時候給了一個“萬能”的輸入框，給用戶輸入電話號碼或者手機號碼。
在這樣的一個需求的大前提下，用復雜的正則表達式解決驗證的問題是一種快速的解決方案。
首先搞定最容易的手機號碼
因為目前開放的號段是130-139， 150-159， 185-189， 180
只考慮移動電話（手機）號碼的可以使用下面方法
public static void main(String[] args) { String text = "13522158842;托爾斯泰;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()); }
只是手機號碼可以匹配可以給出下面的匹配正則表達式：
(?:((13[0-9]{1})|(15[0-9]{1})|(18[0,5-9]{1}))+\\d{8})
當我們加上國家區域號（86）或者（+86）或者86-或者直接是86，可以使用下面的正則表達式：
"(?:(\\(\\+?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：為了最長得匹配電話號碼，需要寫成三句，並且相對長的需要放在前面，否則匹配到了之后，后面的就不會匹配了。
3、座機號碼
組成：
國家區域號（+86等）-區號-固定電話號碼-分機號
三位區號的部分
010， 021-029，852（香港）
因為采用三位區號的地方都是8位電話號碼，因此可以寫成
(010|021|022|023|024|025|026|027|028|029|852)\d{8}
當然不會這么簡單，有些人習慣(010) xxxxxxxx的格式，我們也要支持一把，把以上表達式升級成
再看4位區號的城市
這里簡單判斷了不可能存在0111或者0222的區號，以及電話號碼是7位或者8位。
最后是分機號（1-4位的數字）
(?<分機號>\D?\d{1,4})?
以上拼裝起來就是：
"(?:(\\(\\+?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、編碼實現
實現功能：讀取文件，將其中的電話號碼存入一個Set返回。
方法介紹：
find（）：嘗試查找與該模式匹配的輸入序列的下一個子序列。
group（）：返回由以前匹配操作所匹配的輸入子序列。
1》、從一個字符串中獲取出其中的電話號碼
import java.util.HashSet; import java.util.Set; import java.util.regex.Matcher; import java.util.regex.Pattern; /** * 從字符串中截取出電話號碼 * @author zcr * */ public class CheckIfIsPhoneNumber { /** * 獲得電話號碼的正則表達式：包括固定電話和移動電話 * 符合規則的號碼： * 1》、移動電話 * 86+‘-’+11位電話號碼 * 86+11位正常的電話號碼 * 11位正常電話號碼a * (+86) + 11位電話號碼 * (86) + 11位電話號碼 * 2》、固定電話 * 區號 + ‘-’ + 固定電話 + ‘-’ + 分機號 * 區號 + ‘-’ + 固定電話 * 區號 + 固定電話 * @return 電話號碼的正則表達式 */ public static String isPhoneRegexp() { String regexp = ""; //能滿足最長匹配，但無法完成國家區域號和電話號碼之間有空格的情況 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); //固定電話正則表達式 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; } /** * 從dataStr中獲取出所有的電話號碼（固話和移動電話），將其放入Set * @param dataStr 待查找的字符串 * @param phoneSet dataStr中的電話號碼 */ public static void getPhoneNumFromStrIntoSet(String dataStr,Set<String> phoneSet) { //獲得固定電話和移動電話的正則表達式 String regexp = isPhoneRegexp(); System.out.println("Regexp = " + regexp); Pattern pattern = Pattern.compile(regexp); Matcher matcher = pattern.matcher(dataStr); //找與該模式匹配的輸入序列的下一個子序列 while (matcher.find()) { //獲取到之前查找到的字符串，並將其添加入set中 phoneSet.add(matcher.group()); } //System.out.println(phoneSet); } }
2、讀取文件並調用電話號碼獲取
實現方式：根據文件路徑獲得文件后，一行行讀取，去獲取里面的電話號碼
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; /** * 讀取文件操作 * * @author zcr * */ public class ImportFile { /** * 讀取文件，將文件中的電話號碼讀取出來，保存在Set中。 * @param filePath 文件的絕對路徑 * @return 文件中包含的電話號碼 */ 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()) { // 判斷文件是否存在 InputStreamReader read = new InputStreamReader( new FileInputStream(file), encoding);// 考慮到編碼格 BufferedReader bufferedReader = new BufferedReader(read); String lineTxt = null; while ((lineTxt = bufferedReader.readLine()) != null) { //讀取文件中的一行，將其中的電話號碼添加到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("讀取文件內容出錯"); e.printStackTrace(); } return phoneSet; } }
3》、測試
public static void main(String argv[]) { String filePath = "F:\\three.txt"; Set<String> phoneSet = getPhoneNumFromFile(filePath); System.out.println("電話集合：" + phoneSet); }
文件中數據:
結果：
電話集合：[86132221, (86)13222144332, 86-13222144332, 32434343, (+86)13222144332, 13888888888]
致謝：感謝您的閱讀!