前面多次提到了正則串、正規表示式，那麼正規表示式究竟是符合什麼定義的字串呢？正規表示式是程式語言處理字串格式的一種邏輯式子，它利用若干保留字元定義了形形色色的匹配規則，從而通過一個式子來覆蓋滿足了上述規則的所有字串。正規表示式的保留字元主要有：圓括號、方括號、花括號、豎線、橫線、點號、加號、星號、反斜杆等等，這些保留字元的作用詳見前一篇博文，下面再簡單總結一下它們的用途：
圓括號“()”：把圓括號內外的表示式區別開來。
方括號“[]”：表示方括號內部的字元互相之間是或的關係。
花括號“{}”：花括號中間填寫數字，表示花括號前面的字元有多少位。
豎線“|”：對前面和後面的字元進行或運算，表示既可以是前面的字元，也可以是後面的字元。
橫線“-”：與前面和後面的字元組合起來，代表兩個字元之間的所有連續字元。
點號“.”：代表除了回車符和換行符以外的其它字元。
加號“+”：表示加號前面的字元可以有一位，也可以有多位。
星號“*”：表示星號前面的字元可以有一位，也可以有多位，還可以沒有（0位）。
反斜杆“”：兩個反斜杆可對保留字元進行轉義，表示保留字元的自身符號。
正規表示式除了用在split方法中切割字串，還可以用在matches方法中判斷字串是否符合正則條件。以手機號碼為例，不管是移動還是聯通還是電信的手機號，統統都是11位數字，並且第一位數字固定為1，第二位數字可能是3、4、5、7、8，再加上9位數字湊成11位手機號。那麼通過正規表示式書寫11位手機號碼的規則，第一位就用“1”表示，第二位可用“[34578]”表示，後面的9位數字使用“\d{9}”表達，整合起來便形成了最終的手機號碼正則串“1[34578]\d{9}”。下面的isPhone方法，就是根據這個正規表示式校驗手機號碼的程式碼例子：
// 利用正規表示式檢查字串是否為合法的手機號碼
public static boolean isPhone(String phone) {
// 開頭的"1"代表第一位為數字1，"[34578]"代表第二位可以為3、4、5、7、8其中之一，"\d{9}"代表後面是9位數字
String regex = "1[34578]\d{9}";
// 字串變數的matches方法返回正規表示式對該串的檢驗結果，true表示符合字串規則，false表示不符合規則
return phone.matches(regex);
}
再來一個更復雜的字串校驗——身份證號碼的格式校驗，中國的二代身份證號碼共有18位，其中前六位是地區編碼，中間八位是公民的出生年月日，後面三位是該地區當日的出生序號，最後一位是校驗碼。國家把各省區劃分為七大塊，地區編碼的首位為1代表華北地區，為2代表東北地區，為3代表華東地區，為4代表中南地區，為5代表西南地區，為6代表西北地區，為8代表港澳臺特別行政區。地區編碼的第二位代表大區域下面的具體省區，再後面的位數表示下面的地市乃至縣區，通常只要校驗地區編碼的前兩位就行了，於是得到如下的地區校驗的正則方法程式碼例子：
// 校驗身份證號碼開頭的六位地區編碼
public static void checkArea() {
String regex = "(1[1-5]|2[1-3]|3[1-7]|4[1-6]|5[0-4]|6[1-5]|8[1-3])\d{4}";
for (int i=0; i<=90; i++) {
String area = String.format("%06d", i*10000);
boolean check = area.matches(regex);
System.out.println("area = "+area+", check = "+check);
}
}
身份證號碼中間的八位出生年月日，可再拆分為四位的年份、兩位的月份和兩位的日期。一個健在公民的出生年份，只可能是二十世紀和二十一世紀的某一年，也就是說，四位年份必定以19或者20開頭，因此正則串“(19|20)\d{2}”即可覆蓋這兩個世紀的兩百個年份。此時校驗年份的正則方法程式碼如下所示：
// 校驗四位的年份字串
public static void checkYear() {
String regex = "(19|20)\d{2}";
for (int i=1899; i<=2100; i++) {
if (i>1910 && i<2090) {
continue;
}
String year = i+"";
boolean check = year.matches(regex);
System.out.println("year = "+year+", check = "+check);
}
}
年份校驗完畢，後面的月份更簡單，因為兩位月份就是“01”到“12”中間的十二個數字。如果月份首位是0，那麼第二位可以是1到9；如果月份首位是1，那麼第二位可以是0到2。據此可把月份的正規表示式分解成兩個關係為“或”的子表示式，其中第一個表示式可使用“0[1-9]”，第二個表示式可使用“1[0-2]”，兩個表示式通過豎線連線起來便形成了完整的月份表示式“0[1-9]|1[0-2]”。此時校驗月份的正則方法程式碼如下所示：
// 校驗兩位的月份字串
public static void checkMonth() {
String regex = "0[1-9]|1[0-2]";
for (int i=0; i<=13; i++) {
String month = String.format("%02d", i);
boolean check = month.matches(regex);
System.out.println("month = "+month+", check = "+check);
}
}
月份後面的日期，校驗起來稍微有些複雜。合法的兩位日期可以是“01”到“31”中間的三十一個數字，故而日期的正則校驗需要分解成以下的三種情況：
1、日期首位是0，那麼第二位可以是1到9，該情況的正規表示式應為“0[1-9]”。
2、日期首位是1或者2，那麼第二位可以是0到9，該情況的正規表示式應為“[12]\d”。
3、日期首位是3，那麼第二位可以是0和1，該情況的正規表示式應為“3[01]”。
綜合以上的三種情況，得到完整的日期校驗正則串為“0[1-9]|[12]\d|3[01]”。此時校驗日期的正則方法程式碼如下所示：
// 校驗兩位的日期字串
public static void checkDay() {
String regex = "0[1-9]|[12]\d|3[01]";
for (int i=0; i<=32; i++) {
String day = String.format("%02d", i);
boolean check = day.matches(regex);
System.out.println("day = "+day+", check = "+check);
}
}
然後還要校驗身份證號碼的末尾四位，包括三位的出生編碼和一位的校驗碼。其中出生編碼為三位數字，而校驗碼除了數字以外還可能是小寫的x或者大寫的X，因此出生編碼和校驗碼也得分別加以判斷。三位的出生編碼，對應的正規表示式為“\d{3}”；一位的校驗碼，對應的正規表示式為“[0-9xX]”；二者的式子合起來，就變成了“\d{3}([0-9xX])”。下面的方法程式碼可生成四位的字串，並進行身份證末四位的正則校驗：
// 校驗身份證號碼末尾的四位編號串
public static void checkLastFour() {
String regex = "\d{3}([0-9xX])";
for (int i=0; i<36; i++) {
char last;
if (i < 10) {
// 轉換成數字字元
last = (char) (`0`+i);
} else {
// 轉換成字母字元
last = (char) (`A` + i-10);
}
String lastFour = String.format("%03d%c", i*13, last);
boolean check = lastFour.matches(regex);
System.out.println("lastFour = "+lastFour+", check = "+check);
}
}
以上把18位身份證號碼的各個區間分別做了正則校驗，最後還要組裝各區間的正規表示式。這時為了避免各區間的表示式互相干擾，可以利用圓括號將各區間的作用範圍先行界定，就像下面這樣“(六位地區編碼)(四位年份)(兩位月份)(兩位日期)(末尾四位編號)”，接著再把各區間的正規表示式分別填入該區間的圓括號之中，便形成了最終的身份證號碼正則串。包含正則串在內的身份證校驗的完整方法如下所示：
// 利用正規表示式檢查字串是否為合法的身份證號碼
public static boolean isICNO(String icno) {
//String regex = "(六位地區編碼)(四位年份)(兩位月份)(兩位日期)(末尾四位編號)";
String regex = "((1[1-5]|2[1-3]|3[1-7]|4[1-6]|5[0-4]|6[1-5]|8[1-3])\d{4})((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);
}
更多Java技術文章參見《Java開發筆記（序）章節目錄》