Java讀取文件及基于正則表達式的獲取電話號碼功能詳解
本文實例講述了Java讀取文件及基于正則表達式的獲取電話號碼功能。分享給大家供大家參考,具體如下:
1、正則表達式
正則表達式,又稱 正規(guī)表示法 、 常規(guī)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(guī)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(gòu)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,對于字符串“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(nèi)的任何字符,請使用像“[\s\S]”的模式。 |
(pattern)
|
匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)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“ |
(?:pattern)
|
匹配pattern但不獲取匹配結(jié)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(fā)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(qū)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(qū)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??梢钥吹浇鉀Q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(qū)號,電話號碼+分機號。但是為了表單看起來清爽,設(shè)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(qū)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,并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(qū)域號(+86等)-區(qū)號-固定電話號碼-分機號
三位 區(qū)號 的部分
010, 021-029,852(香港)
因為采用三位區(qū)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(qū)號的城市
這里簡單判斷了不可能存在0111或者0222的區(qū)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(shù)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(xiàn)
實現(xiàn)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(guī)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(qū)號 + ‘-' + 固定電話 + ‘-' + 分機號 * 區(qū)號 + ‘-' + 固定電話 * 區(qū)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(qū)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,并將其添加入set中 phoneSet.add(matcher.group()); } //System.out.println(phoneSet); } }
②、讀取文件并調(diào)用電話號碼獲取
實現(xiàn)方式:根據(jù)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(nèi)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(shù)據(jù):
結(jié)果:
電話集合:[86132221, (86)13222144332, 86-13222144332, 32434343, (+86)13222144332, 13888888888]
PS:這里再為大家提供2款非常方便的正則表達式工具供大家參考使用:
JavaScript正則表達式在線測試工具:
http://tools.jb51.net/regex/javascript
正則表達式在線生成工具:
http://tools.jb51.net/regex/create_reg
更多關(guān)于java算法相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Java正則表達式技巧大全》、《Java數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Java操作DOM節(jié)點技巧總結(jié)》、《Java文件與目錄操作技巧匯總》和《Java緩存操作技巧匯總》
希望本文所述對大家java程序設(shè)計有所幫助。
相關(guān)文章
將BigDecimal轉(zhuǎn)成字符串為科學計數(shù)法的踩坑記錄
這篇文章主要介紹了將BigDecimal轉(zhuǎn)成字符串為科學計數(shù)法的踩坑記錄,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-06-06Spring?boot詳解fastjson過濾字段為null值如何解決
這篇文章主要介紹了解決Spring?boot中fastjson過濾字段為null值的問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-07-07