Java读取文件及基于正则表达式的获取电话号码功能详解

Java读取文件及基于正则表达式的获取电话号码功能详解

本文实例讲述了java读取文件及基于正则表达式的获取电话号码功能。分享给大家供大家参考，具体如下：

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|2rbYhSK000)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rbYhSK，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 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 getPhoneNumFromFile(String filePath)

{

Set phoneSet = new HashSet();

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;

http:// }

}

③、测试

public static void main(String argv[])

{

String filePath = "F:\\three.txt";

Set 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]

PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：

javascript正则表达式在线测试工具：

http://tools.jb51.net/regex/javascript

正则表达式在线生成工具：

http://tools.jb51.net/regex/create_reg

更多关于java算法相关内容感兴趣的读者可查看本站专题：《Java正则表达式技巧大全》、《Java数据结构与算法教程》、《Java操作DOM节点技巧总结》、《Java文件与目录操作技巧汇总》和《Java缓存操作技巧汇总》

希望本文所述对大家java程序设计有所帮助。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。