正则表达式-手机号验证

谁黑皮谁肘击谁在连累直升机
69 阅读4分钟

正则表达式（Scala 版）全解析

一、正则表达式的定义、作用、应用场景

1. 定义

正则表达式（Regular Expression，简称 Regex/RE）是一种描述文本模式的语法规则，本质是一串特殊字符组成的 “匹配模板”，用于匹配、查找、替换、校验字符串。Scala 中没有独立的正则语法，复用 Java 的正则引擎，同时提供了更简洁的语法糖（如.r方法、模式匹配集成）。

2. 核心作用

  • 匹配校验：验证字符串是否符合指定格式（如手机号、邮箱、身份证）；
  • 查找提取：从文本中提取符合规则的子串（如从日志中提取所有 IP 地址）；
  • 替换修改：批量替换文本中符合规则的内容（如替换所有敏感词、格式化字符串）；
  • 分割切分：按指定模式分割字符串（如按 “任意空白符” 分割文本）。

3. 典型应用场景

场景示例
数据校验校验手机号、邮箱、密码复杂度
日志分析从 Nginx 日志中提取请求 URL、响应状态码
文本清洗去除文本中的特殊符号、多余空格
爬虫数据提取从 HTML 中提取标题、价格、链接
配置文件解析解析.properties/.yml 中的规则配置

二、正则表达式的组成部分

正则表达式由原子、量词、边界符、修饰符、分组 / 断言五类核心元素组成：

1. 原子（最基础的匹配单元）

是正则的最小组成单位，代表 “匹配什么字符”，分为以下类型：

类型示例说明
普通字符a、1、@匹配自身（如abc匹配字符串 "abc"）
预定义字符类\d、\w、\s匹配一类字符（如\d匹配任意数字）
自定义字符集[0-9]、[a-z]匹配集合内任意一个字符
转义字符.、*匹配特殊符号（如.匹配点号，需转义）

2. 量词（控制原子的匹配次数）

用于指定 “原子重复匹配多少次”，必须跟在原子 / 分组后：

量词说明示例
*匹配 0 次或多次（贪婪）a* 匹配 ""、"a"、"aaa"
+匹配 1 次或多次（贪婪）a+ 匹配 "a"、"aaa"（不匹配 ""）
?匹配 0 次或 1 次a? 匹配 ""、"a"
{n}精确匹配 n 次a{3} 匹配 "aaa"
{n,}匹配 n 次及以上a{2,} 匹配 "aa"、"aaa"
{n,m}匹配 n 到 m 次（包含 n 和 m）a{2,5} 匹配 "aa" 到 "aaaaa"

3. 边界符（限定匹配位置）

用于指定 “匹配的字符串在文本中的位置”：

边界符说明示例
^匹配字符串开头^abc 匹配以 "abc" 开头的字符串
$匹配字符串结尾xyz$ 匹配以 "xyz" 结尾的字符串
\b匹配单词边界（非单词字符）\bhello\b 匹配独立的 "hello"

4. 修饰符（全局规则）

Scala 中通过Regex的配置指定，控制匹配的全局行为：

修饰符说明Scala 中使用方式
i忽略大小写"(abc)".r.unanchored（或结合(?i)）
s单行模式（.匹配换行）"(?s)a.b".r
m多行模式（^/$匹配行首 / 行尾）"(?m)^line".r

5. 分组与断言（高级特性）

类型示例说明
捕获分组(abc)把多个原子视为一个整体，可提取匹配结果
非捕获分组(?:abc)分组但不捕获结果（性能更高）
正向断言(?=abc)匹配 “后面跟着 abc” 的位置（不占字符）
反向断言(?!abc)匹配 “后面不跟着 abc” 的位置

三、正则表达式的核心规则（Scala 常用）

1. 基础字符匹配规则

规则含义Scala 示例
\d匹配任意数字（等价于[0-9]）"""\d""".r.findFirstIn("a1b") → Some("1")
\D匹配非数字"""\D""".r.findFirstIn("123a") → Some("a")
\w匹配单词字符（0-9/A-Z/a-z/_）"""\w""".r.findFirstIn("a_@") → Some("a")
\W匹配非单词字符"""\W""".r.findFirstIn("a_@") → Some("@")
\s匹配空白字符（空格 / 制表符 / 换行）"""\s""".r.findFirstIn("a b") → Some(" ")
\S匹配非空白字符"""\S""".r.findFirstIn(" a ") → Some("a")
.匹配任意字符（除换行，单行模式可匹配）""".""".r.findFirstIn("a\n") → Some("a")
[abc]匹配 a、b、c 中的任意一个"""[abc]""".r.findFirstIn("xby") → Some("b")
[^abc]匹配非 a、b、c 的任意字符"""[^abc]""".r.findFirstIn("xby") → Some("x")
[a-z]匹配 a 到 z 的小写字母"""[a-z]""".r.findFirstIn("A1b") → Some("b")

2. 量词规则（贪婪 / 非贪婪）

  • 贪婪匹配：默认行为，尽可能匹配更多字符（如a.*b匹配 "a123b456b" 会匹配整个 "a123b456b"）；
  • 非贪婪匹配：量词后加?，尽可能匹配更少字符（如a.*?b匹配 "a123b456b" 会匹配 "a123b"）。

3. Scala 特有的正则规则

  • Scala 字符串中``是转义符，正则中的\d需写为\d；
  • 通过.r方法将字符串转为Regex对象（核心语法糖）；
  • 支持模式匹配中直接使用正则。

四、Scala 中正则表达式的应用案例

以下案例基于 Scala 标准库scala.util.matching.Regex，覆盖常见场景：

案例 1：手机号校验

需求：校验字符串是否为合法手机号（1 开头，第二位 3-9，共 11 位数字）

scala

import scala.util.matching.Regex

object RegexDemo {
  def main(args: Array[String]): Unit = {
    // 定义正则表达式（注意双反斜杠）
    val phonePattern: Regex = "^1[3-9]\d{9}$".r
    
    // 待校验的手机号
    val phones = List("13812345678", "12812345678", "1381234567", "138123456789")
    
    // 校验逻辑
    phones.foreach { phone =>
      phonePattern.findFirstIn(phone) match {
        case Some(_) => println(s"$phone 是合法手机号")
        case None => println(s"$phone 是非法手机号")
      }
    }
  }
}

输出：

plaintext

13812345678 是合法手机号
12812345678 是非法手机号
1381234567 是非法手机号
138123456789 是非法手机号

案例 2：邮箱提取

需求：从文本中提取所有合法邮箱地址

scala

object RegexDemo {
  def main(args: Array[String]): Unit = {
    // 邮箱正则：用户名@域名（简化版）
    val emailPattern = """\w+@\w+.\w+""".r
    val text = "联系我们：support@example.com 或 sales@company.cn，电话123456"
    
    // 提取所有匹配的邮箱
    val emails = emailPattern.findAllIn(text).toList
    println("提取的邮箱：" + emails) // 输出：List(support@example.com, sales@company.cn)
  }
}

案例 3：字符串替换

需求：将文本中的所有数字替换为*

scala

object RegexDemo {
  def main(args: Array[String]): Unit = {
    val numPattern = """\d""".r
    val text = "订单号：123456，金额：999元"
    val replaced = numPattern.replaceAllIn(text, "*")
    println(replaced) // 输出：订单号：******，金额：***元
  }
}

案例 4：模式匹配中使用正则

需求：根据字符串格式（手机号 / 邮箱 / 普通文本）分类处理

scala

object RegexDemo {
  def main(args: Array[String]): Unit = {
    val phonePattern = "^1[3-9]\d{9}$".r
    val emailPattern = """\w+@\w+.\w+""".r
    
    def classifyString(str: String): String = str match {
      case phonePattern() => "手机号"
      case emailPattern() => "邮箱"
      case _ => "普通文本"
    }
    
    println(classifyString("13812345678")) // 手机号
    println(classifyString("test@example.com")) // 邮箱
    println(classifyString("hello world")) // 普通文本
  }
}

案例 5：复杂分组提取（日志解析）

需求：从 Nginx 日志行中提取 IP、请求方法、URL

scala

object RegexDemo {
  def main(args: Array[String]): Unit = {
    // Nginx日志行示例：192.168.1.1 - - [10/Oct/2025:12:34:56 +0800] "GET /index.html HTTP/1.1" 200 1234
    val nginxPattern = """(\d+.\d+.\d+.\d+) .* "(\w+) (/\S+) """.r
    
    val logLine = "192.168.1.1 - - [10/Oct/2025:12:34:56 +0800] "GET /index.html HTTP/1.1" 200 1234"
    
    logLine match {
      case nginxPattern(ip, method, url) =>
        println(s"IP: $ip, 方法: $method, URL: $url")
      case _ =>
        println("日志格式不匹配")
    }
  }
}

输出：

plaintext

IP: 192.168.1.1, 方法: GET, URL: /index.html

总结

Scala 中的正则表达式核心是复用 Java 正则引擎，通过.r方法简化使用，重点掌握：

  1. 基础规则（\d/\w/ 量词 / 边界符）；
  2. 字符串中转义符\的使用；
  3. findFirstIn/findAllIn/replaceAllIn等核心方法；
  4. 模式匹配与正则的结合。实际开发中，优先使用简化版正则满足需求，复杂场景（如 URL/HTML 解析）可结合专用库（如 jsoup）提升效率。
avatar
文章
阅读
粉丝