验证手机号码格式的正则表达式编写思路详解

Cooking Regex微信公众号
正则表达式学习

 

一、获取目前中国三大运营商的手机号码段

手机号码段

 

 

如上图我们可以根据不同运营商的号码段来编写正则，也可以进行统一校验的编写，我这边主要是编写统一校验的。

 

二、思路

1、为了得到号码段的规律，我们可以把它们先进行排序一下，排序代码如下：

		  int[] phoneHead={134,135,136,137,138,139,182,183,187,188,152,157,158,159,150,147,184,151,178,1705
				  ,130,131,132,155,156,186,145,185,1709,1707,1708,176
				  ,133,153,180,181,189,177,1700,173};
		  
		  Arrays.sort(phoneHead);
		  for(int head:phoneHead){
			  System.out.print(head+"\t");
		  }
	   

排序结果：

2、由上面的排序结果可以看出，规律还是挺明显的，首先我们来看一下，

 

13开头：130 131132 133134 135136 137138 139     对应正则为：(13[0-9]\d{8})

 

14开头：145 147  对应正则为：(14[57]\d{8})

 

15开头：150 151152 153155 156157 158159 对应正则为：(15[0-35-9]\d{8})

 

17开头：173 176177 178     对应正则 为：(17[36-8]\d{8})

 

18开头：180 181182 183184 185186 187188 189对应正则为：(18[0-9]\d{8})

 

170开头：1700 1705 1707 1708 1709 对应正则为：(170[057-9]\d{7})

 

3、把上面的正则用或符号(|)拼在一起,就是一个完整的校验手机号的正则表达式了，如下

 

(13[0-9]\d{8})|(14[57]\d{8})|(15[0-35-9]\d{8})|(17[36-8]\d{8})|(18[0-9]\d{8})|(170[057-9]\d{7})

 

但此时，我们还是可以看出一些规律可以来简化这个正则表达式，类似初中数学的合并同类项，把\d{8}提取出来，简化为：

((13[0-9])|(14[57])|(15[0-35-9])|(17[36-8])|(18[0-9]))\d{8}|(170[057-9]\d{7})

为了更明显的查看分组，我们可以用分组括号把((13[0-9])|(14[57])|(15[0-35-9])|(17[36-8])|(18[0-9]))\d{8}包含起来，变为：

(((13[0-9])|(14[57])|(15[0-35-9])|(17[36-8])|(18[0-9]))\d{8})

于是，完整的正则就变为了：

(((13[0-9])|(14[57])|(15[0-35-9])|(17[36-8])|(18[0-9]))\d{8})|(170[057-9]\d{7})

 

4、优化

上面这个正则表达式已经可以投入编程使用了，但这个这个正则表达式分组有点多，获取捕获组的个数：

 String regex="(((13[0-9])|(14[57])|(15[0-35-9])|(17[36-8])|(18[0-9]))\\d{8})|(170[057-9]\\d{7})";
		   Matcher m=Pattern.compile(regex).matcher("");
		   System.out.println(m.groupCount());

可以得到8个分组，但如果我们只是用来校验的话，直接用非捕获组就可以了，这样可以提高一些性能。

提示：（）捕获组会把匹配到的数据缓存起来，(?:)非捕获组不会缓存匹配到的数据。

借助正则工具，我们可以很清晰得看到分组的情况：

改为非捕获组后，正则变为：(?:(?:(?:13[0-9])|(?:14[57])|(?:15[0-35-9])|(?:17[36-8])|(?:18[0-9]))\d{8})|(?:170[057-9]\d{7})

此时在RegexBuddy正则工具上可以看到0个分组

 

5、结果

最终我们得到的正则表达式为

(?:(?:(?:13[0-9])|(?:14[57])|(?:15[0-35-9])|(?:17[36-8])|(?:18[0-9]))\d{8})|(?:170[057-9]\d{7})

若是要匹配开头和结尾的话，改为

^(?:(?:(?:13[0-9])|(?:14[57])|(?:15[0-35-9])|(?:17[36-8])|(?:18[0-9]))\d{8})|(?:170[057-9]\d{7})$