5.3.2 利用正则表达式校验字符串
5.3.1小节多次提到了正则串和正则表达式，那么正则表达式究竟是符合什么定义的字符串呢？正则表达式是编程语言处理字符串格式的一种逻辑式子，它利用若干保留字符定义了形形色色的匹配规则，从而通过一个式子来覆盖满足上述规则的所有字符串。正则表达式的保留字符主要有：圆括号、方括号、花括号、竖线、横线、点号、加号、星号、反斜杆等，这些保留字符的作用详见5.3.1小节，它们的用途总结见表5-2。
表5-2 字符串模板的格式转换符
正则表达式除了用在split方法中切割字符串外，还可以用在matches方法中判断字符串是否符合正则条件。以手机号码为例，无论是移动、联通还是电信的手机号，统统都是11位数字，并且第一位数字固定为1，第二位数字可能是3、4、5、7、8，再加上9位数字凑成11位手机号。那么通过正则表达式书写11位手机号码的规则，第一位就用“1”表示，第二位可用“[34578]”表示，后面的9位数字使用“\\d{9}”表示，整合起来便形成了最终的手机号码正则串“1[34578]\\d{9}”。下面是使用isPhone方法根据这个正则表达式校验手机号码的例子（完整代码见本章源码的src\com\string\regular\RegexMatch.java）：
// 利用正则表达式检查字符串是否为合法的手机号码
public static boolean isPhone(String phone) {
// 开头的“1”代表第一位为数字1，“[3-9]”代表第二位可以为3～9的某个数字
// “\\d{9}”代表后面是9位数字
String regex="1[3-9]\\d{9}";
// 字符串变量的matches方法返回正则表达式对该串的检验结果
// 返回true表示符合字符串规则，返回false表示不符合规则
return phone.matches(regex);
}
再来一个更复杂的字符串校验——身份证号码的格式校验。中国的二代身份证号码共有18位，其中前6位是地区编码，中间8位是公民的出生年月日，后面3位是该地区当日的出生序号，最后一位是校验码。身份证的前6位地区编码可通过正则表达式“\\d{6}”校验，中间的8位出生年月日可再拆分为4位的年份、两位的月份和两位的日期。一个健在公民的出生年份只可能是20世纪和21世纪的某一年，也就是说，4位年份必定以19或者20开头，因此正则串“(19|20)\\d{2}”即可覆盖这两个世纪的200个年份。此时校验年份的正则方法代码如下：
// 校验4位的年份字符串
public static void checkYear() {
String regex="(19|20)\\d{2}"; // 4位年份数字必须以19或者20开头
for (int i=1899; i<=2100; i++) {
if (i>1910 && i<2090) { // 缩小待校验年份的区间范围
continue;
}
String year=i+"";
boolean check=year.matches(regex); // 校验该年份是否匹配正则表达式的规则
System.out.println("year="+year+", check="+check);
}
}
年份校验完毕，后面的月份更简单，因为两位月份就是01～12中间的12个数字。如果月份首位是0，那么第二位可以是1～9；如果月份首位是1，那么第二位只能是0～2。据此可把月份的正则表达式分解成两个关系为“或”的子表达式，其中第一个表达式可使用“0[1-9]”，第二个表达式可使用“1[0-2]”，两个表达式通过竖线连接起来便形成了完整的月份表达式“0[1-9]|1[0-2]”。此时校验月份的正则方法代码如下：
// 校验两位的月份字符串
public static void checkMonth() {
String regex="0[1-9]|1[0-2]"; // 月份的校验规则，合法的月份数字从01～12
for (int i=0; i<=13; i++) {
String month=String.format("%02d", i);
boolean check=month.matches(regex); // 校验该月份是否匹配正则表达式的规则
System.out.println("month="+month+", check="+check);
}
}
月份后面的日期校验起来稍微有些复杂。合法的两位日期可以是01～31中间的31个数字，故而日期的正则校验需要分解成以下3种情况：
（1）日期首位是0，那么第二位可以是1～9，这种情况的正则表达式应为“0[1-9]”。
（2）日期首位是1或者2，那么第二位可以是0～9，这种情况的正则表达式应为“[12]\\d”。
（3）日期首位是3，那么第二位只能是0～1，这种情况的正则表达式应为“3[01]”。
综合以上3种情况，得到完整的日期校验正则串为“0[1-9]|[12]\\d|3[01]”。此时校验日期的正则方法代码如下：
// 校验两位的日期字符串
public static void checkDay() {
String regex="0[1-9]|[12]\\d|3[01]"; // 日期的校验规则
for (int i=0; i<=32; i++) {
String day=String.format("%02d", i);
boolean check=day.matches(regex); // 校验该日期是否匹配正则表达式的规则
System.out.println("day="+day+", check="+check);
}
}
然后还要校验身份证号码的末尾4位，包括3位出生编码和一位校验码。其中出生编码为3位数字，而校验码除了数字以外还可能是小写的x或者大写的X，因此出生编码和校验码也得分别加以判断。3位的出生编码对应的正则表达式为“\\d{3}”，一位的校验码对应的正则表达式为 “[0-9xX]”，二者的式子合起来就变成了“\\d{3}([0-9xX])”。下面的代码可生成4位的字符串，并进行身份证末4位的正则校验：
// 校验身份证号码末尾的4位编号串
public static void checkLastFour() {
String regex="\\d{3}([0-9xX])"; // 身份证末尾4位的校验规则
for (int i=0; i < 36; i++) { // 循环生成多个待校验的4位字符串
char last;
if (i < 10) { // 小于10的时候，取数字符号
last=(char) ('0' + i); // 转换成数字字符
} else { // 大等于10的时候，取字母符号
last=(char) ('A' + i - 10); // 转换成字母字符
}
String lastFour=String.format("%03d%c", i * 13, last);
boolean check=lastFour.matches(regex); //校验该字符串是否是合法的身份证末4位
System.out.println("lastFour=" + lastFour + ", check=" + check);
}
}
以上把18位身份证号码的各个区间分别做了正则校验，最后还要组装各区间的正则表达式。这时，为了避免各区间的表达式互相干扰，可以利用圆括号将各区间的作用范围先行界定，就像这样：“(6位地区编码)(4位年份)(两位月份)(两位日期)(末尾4位编号)”，接着再把各区间的正则表达式分别填入该区间的圆括号中，便形成了最终的身份证号码正则串。包含正则串在内的身份证校验的完整方法如下：
// 利用正则表达式检查字符串是否为合法的身份证号码
public static boolean isICNO(String icno) {
//String regex="(6位地区编码)(4位年份)(两位月份)(两位日期)(末尾4位编号)";
String regex="(\\d{6})((19|20)\\d{2})(0[1-9]|1[0-2])(0[1-9]|[12]\\d|3[01]) (\\d{3}([0-9xX]))";
return icno.matches(regex);
}