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\|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);

									}