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“ |
|
(?: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]
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：
正则表达式在线生成工具：
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。