java - 正则表达式用java解析文本文档中的电话号码

Question

我正在尝试使用正则表达式来查找格式为 (xxx) xxx-xxxx 的电话号码，这些电话号码都位于一个带有凌乱 html 的文本文档中。

文本文件包含如下行:

  <div style="font-weight:bold;">
  <div>
   <strong>Main Phone:
   <span style="font-weight:normal;">(713) 555-9539&nbsp;&nbsp;&nbsp;&nbsp;
   <strong>Main Fax:
   <span style="font-weight:normal;">(713) 555-9541&nbsp;&nbsp;&nbsp;&nbsp;
   <strong>Toll Free:
   <span style="font-weight:normal;">(888) 555-9539

我的代码包含:

Pattern p = Pattern.compile("\\(\\d{3}\\)\\s\\d{3}-\\d{4}");
Matcher m = p.matcher(line); //from buffered reader, reading 1 line at a time

if (m.matches()) {
     stringArray.add(line);
}

问题是当我将简单的东西放入模式中进行编译时，它仍然没有返回任何内容。如果它甚至不能识别像\d 这样的东西，我要如何获得电话号码呢？例如:

Pattern p = Pattern.compile("\\d+"); //Returns nothing
Pattern p = Pattern.compile("\\d");  //Returns nothing
Pattern p = Pattern.compile("\\s+"); //Returns lines
Pattern p = Pattern.compile("\\D");  //Returns lines

这让我很困惑，如有任何帮助，我们将不胜感激。

Answer 1

使用 Matcher#find() 而不是 matches() ，它会尝试将完整的行匹配为电话号码。 find() 也会搜索并返回 true 以匹配子字符串。

Matcher m = p.matcher(line);

此外，上面的行表明您正在循环中再次创建相同的 Pattern 和 Matcher。那效率不高。将 Pattern 移出循环并重置并在不同的行上重用相同的 Matcher。

Pattern p = Pattern.compile("\\(\\d{3}\\)\\s\\d{3}-\\d{4}");

Matcher m = null;
String line = reader.readLine();
if (line != null && (m = p.matcher(line)).find()) {
    stringArray.add(line);
}

while ((line = reader.readLine()) != null) {
  m.reset(line);
  if (m.find()) {
    stringArray.add(line);
  }
}