Java常用工具类三 -- 正则表达式

来源：互联网发布：sql insert case when 编辑：程序博客网时间：2024/05/21 09:04

1.抓取网页email地址实例

实现思路：

1、使用java.net.URL对象，绑定网络上某一个网页的地址

2、通过java.net.URL对象的openConnection()方法获得一个HttpConnection对象

3、通过HttpConnection对象的getInputStream()方法获得该网络文件的输入流对象InputStream

4、循环读取流中的每一行数据，并由Pattern对象编译的正则表达式区配每一行字符，取得email地址

[java] view plaincopy
package regex;  
  
import java.io.BufferedReader;  
import java.io.InputStreamReader;  
import java.net.URL;  
import java.net.URLConnection;  
import java.util.regex.Matcher;  
import java.util.regex.Pattern;  
  
/** 
 * 网络爬虫，抓取网页中的email地址 
 */  
public class WebCrawlersDemo {  
      
    public static void main(String[] args) throws Exception {  
        URL url = new URL("http://www.tianya.cn/publicforum/content/english/1/129176.shtml");  
        // 打开连接  
        URLConnection conn = url.openConnection();  
        // 设置连接网络超时时间  
        conn.setConnectTimeout(1000 * 10);  
        // 读取指定网络地址中的文件  
        BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));  
        String line = null;  
        String regex = "[a-zA-Z0-9_-]+@\\w+\\.[a-z]+(\\.[a-z]+)?";  // 匹配email的正则  
        Pattern p = Pattern.compile(regex);  
        while((line = bufr.readLine()) != null) {  
            Matcher m = p.matcher(line);  
            while(m.find()) {  
                System.out.println(m.group());<span style="white-space:pre">    </span>// 获得匹配的email  
            }  
        }  
    }  
  
}  

结果：

2.常用正则工具类 --验证手机，身份证，邮箱等

此类提供日常开发中常用的正则验证函数，比如：邮箱、手机号、电话号码、身份证号码、日期、数字、小数、URL、IP地址等。使用Pattern对象的matches方法进行整个字符匹配，调用该方法相当于：

Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(input);
return m.matches();

每个正则可能还有待优化的地方，您如有更好的方式实现某一个功能的验证，欢迎提出来大家一起讨论。下面是工具类的完整代码：

[java] view plaincopy
/** 
 * 正则工具类 
 * 提供验证邮箱、手机号、电话号码、身份证号码、数字等方法 
 */  
public final class RegexUtils {  
  
    /** 
     * 验证Email 
     * @param email email地址，格式：zhangsan@sina.com，zhangsan@xxx.com.cn，xxx代表邮件服务商 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkEmail(String email) {  
        String regex = "\\w+@\\w+\\.[a-z]+(\\.[a-z]+)?";  
        return Pattern.matches(regex, email);  
    }  
      
    /** 
     * 验证身份证号码 
     * @param idCard 居民身份证号码15位或18位，最后一位可能是数字或字母 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkIdCard(String idCard) {  
        String regex = "[1-9]\\d{13,16}[a-zA-Z0-9]{1}";  
        return Pattern.matches(regex,idCard);  
    }  
      
    /** 
     * 验证手机号码（支持国际格式，+86135xxxx...（中国内地），+00852137xxxx...（中国香港）） 
     * @param mobile 移动、联通、电信运营商的号码段 
     *<p>移动的号段：134(0-8)、135、136、137、138、139、147（预计用于TD上网卡） 
     *、150、151、152、157（TD专用）、158、159、187（未启用）、188（TD专用）</p> 
     *<p>联通的号段：130、131、132、155、156（世界风专用）、185（未启用）、186（3g）</p> 
     *<p>电信的号段：133、153、180（未启用）、189</p> 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkMobile(String mobile) {  
        String regex = "(\\+\\d+)?1[3458]\\d{9}$";  
        return Pattern.matches(regex,mobile);  
    }  
      
    /** 
     * 验证固定电话号码 
     * @param phone 电话号码，格式：国家（地区）电话代码 + 区号（城市代码） + 电话号码，如：+8602085588447 
     * <p><b>国家（地区） 代码 ：</b>标识电话号码的国家（地区）的标准国家（地区）代码。它包含从 0 到 9 的一位或多位数字， 
     *  数字之后是空格分隔的国家（地区）代码。</p> 
     * <p><b>区号（城市代码）：</b>这可能包含一个或多个从 0 到 9 的数字，地区或城市代码放在圆括号—— 
     * 对不使用地区或城市代码的国家（地区），则省略该组件。</p> 
     * <p><b>电话号码：</b>这包含从 0 到 9 的一个或多个数字 </p> 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkPhone(String phone) {  
        String regex = "(\\+\\d+)?(\\d{3,4}\\-?)?\\d{7,8}$";  
        return Pattern.matches(regex, phone);  
    }  
      
    /** 
     * 验证整数（正整数和负整数） 
     * @param digit 一位或多位0-9之间的整数 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkDigit(String digit) {  
        String regex = "\\-?[1-9]\\d+";  
        return Pattern.matches(regex,digit);  
    }  
      
    /** 
     * 验证整数和浮点数（正负整数和正负浮点数） 
     * @param decimals 一位或多位0-9之间的浮点数，如：1.23，233.30 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkDecimals(String decimals) {  
        String regex = "\\-?[1-9]\\d+(\\.\\d+)?";  
        return Pattern.matches(regex,decimals);  
    }   
      
    /** 
     * 验证空白字符 
     * @param blankSpace 空白字符，包括：空格、\t、\n、\r、\f、\x0B 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkBlankSpace(String blankSpace) {  
        String regex = "\\s+";  
        return Pattern.matches(regex,blankSpace);  
    }  
      
    /** 
     * 验证中文 
     * @param chinese 中文字符 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkChinese(String chinese) {  
        String regex = "^[\u4E00-\u9FA5]+$";  
        return Pattern.matches(regex,chinese);  
    }  
      
    /** 
     * 验证日期（年月日） 
     * @param birthday 日期，格式：1992-09-03，或1992.09.03 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkBirthday(String birthday) {  
        String regex = "[1-9]{4}([-./])\\d{1,2}\\1\\d{1,2}";  
        return Pattern.matches(regex,birthday);  
    }  
      
    /** 
     * 验证URL地址 
     * @param url 格式：http://blog.csdn.net:80/xyang81/article/details/7705960? 或 http://www.csdn.net:80 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkURL(String url) {  
        String regex = "(https?://(w{3}\\.)?)?\\w+\\.\\w+(\\.[a-zA-Z]+)*(:\\d{1,5})?(/\\w*)*(\\??(.+=.*)?(&.+=.*)?)?";  
        return Pattern.matches(regex, url);  
    }  
      
    /** 
     * 匹配中国邮政编码 
     * @param postcode 邮政编码 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkPostcode(String postcode) {  
        String regex = "[1-9]\\d{5}";  
        return Pattern.matches(regex, postcode);  
    }  
      
    /** 
     * 匹配IP地址(简单匹配，格式，如：192.168.1.1，127.0.0.1，没有匹配IP段的大小) 
     * @param ipAddress IPv4标准地址 
     * @return 验证成功返回true，验证失败返回false 
     */  
    public static boolean checkIpAddress(String ipAddress) {  
        String regex = "[1-9](\\d{1,2})?\\.(0|([1-9](\\d{1,2})?))\\.(0|([1-9](\\d{1,2})?))\\.(0|([1-9](\\d{1,2})?))";  
        return Pattern.matches(regex, ipAddress);  
    }  
      
}  

单元测试类完整代码：

[java] view plaincopy
/** 
 * 正则表达式工具类测试 
 */  
public class RegexUtilsTest {  
      
    /** 
     * 验证邮箱 
     */  
    @Test  
    public void testCheckEmail() {  
        boolean result = RegexUtils.checkEmail("zha2_ngsan@sina.com.cn");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证身份证号码 
     */  
    @Test  
    public void testCheckIdCard() {  
        boolean result = RegexUtils.checkIdCard("432403193902273273");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证手机号码 
     */  
    @Test  
    public void testCheckMobile() {  
        boolean result = RegexUtils.checkMobile("+8613620285733");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证电话号码 
     */  
    @Test  
    public void testCheckPhone() {  
        boolean result = RegexUtils.checkPhone("+860738-4630706");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证整数（正整数和负整数） 
     */  
    @Test  
    public void testCheckDigit() {  
        boolean result = RegexUtils.checkDigit("123132");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证小数和整数（正负整数和正负小数） 
     */  
    @Test  
    public void testCheckDecimals() {  
        boolean result = RegexUtils.checkDecimals("-33.2");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证空白字符 
     */  
    @Test  
    public void testCheckBlankSpace() {  
        boolean result = RegexUtils.checkBlankSpace("           ");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 匹配中文 
     */  
    @Test  
    public void testCheckChinese() {  
        boolean result = RegexUtils.checkChinese("中文");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证日期 
     */  
    @Test  
    public void testCheckBirthday() {  
        boolean result = RegexUtils.checkBirthday("1992/09/03");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证中国邮政编码 
     */  
    @Test  
    public void testCheckPostcode() {  
        boolean result = RegexUtils.checkPostcode("417100");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证URL地址 
     */  
    @Test  
    public  void testCheckURL() {  
        boolean result = RegexUtils.checkURL("http://blog.csdn.com:80/xyang81/article/details?name=&abc=中文");  
        Assert.assertTrue(result);  
    }  
      
    /** 
     * 验证IP地址 
     */  
    @Test  
    public void testCheckIpAddress() {  
        boolean result = RegexUtils.checkIpAddress("192.1.22.255");  
        Assert.assertTrue(result);  
    }  
}  

测试结果：

3.代码量统计工具（统计java源文件中注释、代码、空白行数量）

比如想统计一个Java程序员一天写代码的工作量（如：有效代码多少行、空行多少、注释多少行等），这个小工具也许能做为一个参考的依据。

思路：因为每个java源文件的内容基本包括java语句、空白行、注释三部份组成（不包括注解），所以要统计某个文件这三部份的内容各占多少时，只需写三个匹配这几部份内容的正则表达式即可。然后通过IO流读取文件中的每一行，并根据正则匹配的结果，累加每部份匹配的数量即可。

注释行：单行注释（//）、多行注释、文档注释。正则：((//)|(/\\*+)|((^\\s)*\\*)|((^\\s)*\\*+/))+

空白行：一行内只有空格、\t、\n等非可视字符表示空白行。正则：^\\s*$

代码行：以分号“；“结束为一行有效的代码。正则：(?!import|package).+;\\s*(((//)|(/\\*+)).*)*

实现方式：

1、用户在控制台输入要统计的java文件路径或目录

2、根据路径创建一个File对象，判断文件是否有效，并给出提示。最后将文件和IO流绑定

3、循环读取文件中的某一行，并根据正则匹配的结果累记每部份匹配的数量

完整代码如下：

[java] view plaincopy
package regex;  
  
import java.io.BufferedReader;  
import java.io.File;  
import java.io.FileFilter;  
import java.io.FileInputStream;  
import java.io.FileNotFoundException;  
import java.io.IOException;  
import java.io.InputStreamReader;  
import java.util.Scanner;  
import java.util.regex.Pattern;  
  
/** 
 * 代码统计工具 
 * 统计某个java源文件或某个目录中所有java源文件中注释、空白行、代码行各占多少行 
 * 注释：包括单行注释（//）、多行注释、文档注释 
 * 空白行：一行内没有任何内容的表示空白行 
 * 代码行：以分号“；”结束的一条语句，可以统计为一行有效代码 
 */  
public class CodeStatDemo {  
      
    // 记录注释行数  
    static long annotationLine = 0;  
      
    // 记录空白行数  
    static long blankLine = 0;  
      
    // 记录有效代码的行数  
    static long codeLine = 0;  
      
    // 代码总行数  
    static long totalLine = 0;  
      
    // 文件总数  
    static long fileCount = 0;  
  
    public static void main(String[] args) throws FileNotFoundException  {  
        System.out.println("请输入要统计代码量的java文件或java目录：");  
        Scanner in = new Scanner(System.in);  
        String filePath = in.nextLine();  
          
        File file = new File(filePath);  
        // 根据用户输入的文件名和目录执行代码量统计  
        codeStat(file);  
          
        System.out.println("－－－－－－－－－－统计结果－－－－－－－－－");  
        System.out.println("文件数量：" + fileCount + "个");  
        System.out.println(file + "文件/目录总行数：" + totalLine);  
        System.out.println("代码行数：" + codeLine);  
        System.out.println("注释行数：" + annotationLine);  
        System.out.println("空白行数：" + blankLine);  
        long otherLine = totalLine - (codeLine + annotationLine + blankLine);  
        System.out.println("其它行数：" + otherLine);  
          
    }  
  
    private static void codeStat(File file) throws FileNotFoundException {  
        if (file == null || !file.exists())   
            throw new FileNotFoundException(file + "，文件不存在！");  
          
        fileCount ++;   // 文件数累加  
          
        if (file.isDirectory()) {  
            File[] files = file.listFiles(new FileFilter() {  
                  
                @Override  
                public boolean accept(File pathname) {  
                    return pathname.getName().endsWith(".java") || pathname.isDirectory();  
                }  
            });  
              
            for (File target : files) {  
                codeStat(target);  
            }  
        } else {  
            BufferedReader bufr = null;  
            try {  
                // 将指定路径的文件与字符流绑定  
                bufr = new BufferedReader(new InputStreamReader(new FileInputStream(file)));  
            } catch (FileNotFoundException e) {  
                throw new FileNotFoundException(file + "，文件不存在！" + e);  
            }  
              
            // 定义匹配每一行的正则匹配器  
            Pattern annotationLinePattern = Pattern.compile("((//)|(/\\*+)|((^\\s)*\\*)|((^\\s)*\\*+/))+",   
                    Pattern.MULTILINE + Pattern.DOTALL);    // 注释匹配器(匹配单行、多行、文档注释)  
              
            Pattern blankLinePattern = Pattern.compile("^\\s*$");   // 空白行匹配器（匹配回车、tab键、空格）  
              
            Pattern codeLinePattern = Pattern.compile("(?!import|package).+;\\s*(((//)|(/\\*+)).*)*",  
                    Pattern.MULTILINE + Pattern.DOTALL); // 代码行匹配器（以分号结束为一行有效语句,但不包括import和package语句）  
              
            // 遍历文件中的每一行，并根据正则匹配的结果记录每一行匹配的结果  
            String line = null;  
            try {  
                while((line = bufr.readLine()) != null) {  
                    if (annotationLinePattern.matcher(line).find()) {  
                        annotationLine ++;  
                    }  
                      
                    if (blankLinePattern.matcher(line).find()) {  
                        blankLine ++;  
                    }  
                      
                    if (codeLinePattern.matcher(line).matches()) {  
                        codeLine ++;  
                    }   
                      
                    totalLine ++;  
                }  
                  
            } catch (IOException e) {  
                throw new RuntimeException("读取文件失败！" + e);  
            } finally {  
                try {  
                    bufr.close();   // 关闭文件输入流并释放系统资源  
                } catch (IOException e) {  
                    throw new RuntimeException("关闭文件输入流失败！");  
                }  
            }  
        }  
    }  
}  

测试结果：

0 0