正则表达式出错，匹配了意外的内容

Question

我有一个正则表达式：

[\(\+\[]?[0-9]([\-\)\.\/-\]]?\s?\(?[0-9\s\)]){8,20}?

这个正则表达式应该只匹配电话号码，但实际上它还匹配了一些其他的东西，比如：

[95.86.22.137]
95.86.22.137
(192.168.1.94)
274.1363525390625px;">
2014-8-720:32:45

有人能帮我修正这个正则表达式吗？

Answer 1

如果你想把这件事做好，我建议你从头开始，首先明确你想要匹配的格式，而不是你想排除的内容。你需要从“我想要什么？”这个角度出发，而不是“我想排除什么？”这样做能帮助你更清晰地找到需要的内容，从而排除那些不必要的选项。

首先，你得决定什么样的号码算是“有效的电话号码”。即使在北美号码计划（NANP）中，也有几种不同的格式，比如：

• XXX-XXX-XXXX 或者
• XXX XXX-XXXX 或者
• 1-XXX-XXX-XXXX 或者
• (XXX) XXX-XXXX 或者
• +(XXX) XXX-XXXX 或者
• 1 (XXX) XXX-XXXX

这些都是有效的号码，所以你需要决定你接受哪种格式。此外，世界其他地方的号码格式也各不相同，长度从9位（如葡萄牙）到13位（如韩国）不等，包括国家和国际代码。所以你需要考虑：

• 你只接受NANP的号码，还是也接受其他标准之外的号码？
• 你会接受“+”符号，还是要求用户输入国际代码？如果你要求输入代码，用户输入的国家代码是否有固定的位数？如果他们输入了代码，你的正则表达式能处理（如果可以接受）还是会标记为错误（如果不可以接受）？
• 你会强制要求区号用括号括起来，还是允许括号（让括号变成可选），或者直接不接受括号？

关于最后一点，不同国家的号码中括号的位置也不同，比如墨西哥的区号是2位（而且不在NANP中）。

记住，每次你做出这样的决定，要求某个字符存在时，你就会排除其他可能有效的电话号码，除非你也允许其他有效字符在那个位置出现。这就是为什么没有一种通用的解决方案适合所有情况。因此，很多人会建议你直接去掉“+”、“(”、“)”、“-”，然后只计算数字。但如果你认为NANP号码中的“1”是必须的，而有人没有输入（因为在NANP中通常是可选的），或者不同国家的号码位数不同——即使在同一个国家，比如新西兰，这种方法就会失效。

有一个所谓的综合指南： 一个全面的电话号码验证正则表达式

但我发现它在处理如何让用户输入“+”与“1”以及空格（对于NANP号码）、如何强制使用括号、连字符等方面非常不足。它提供了正则表达式，而不是解释如何达到这个目的。因此我在这里写下我的“博客”，作为答案。

以下是我使用的严格的NANP正则表达式，它会接受：

• +(XXX) XXX-XXXX
• 1 (XXX) XXX-XXXX
• (XXX) XXX-XXXX

它要求使用括号和连字符，我认为对于NANP号码来说，这样做既灵活又符合标准。幸运的是，我不处理国际（NANP以外）号码：

/^(\+|1\s)?[(][2-9]\d{2}[)][\s][2-9]\d{2}-\d{4}$/

/^ = 匹配单词的开始；基本上表示表达式的开始

(\+|1\s)? 组

• 括号用于分隔组，表示组内的任何字符都是可选的，后面的?表示可选，并允许“或”条件（见管道符号）
• \+ = 转义的“+”，用于匹配加号（必须转义，因为它在正则表达式中是一个关键字符，使用反斜杠）
• | = 管道符号，表示应该匹配左边或右边的内容
• 1\s = 要求数字1和一个空格。空格不是通过[]强制的——虽然我看到其他帖子似乎表明可以，但对我来说不管用，应该是\s。

[(] = 这表示开放括号是必须的。

[2-9]\d{2} 组

• [2-9] = 这个表达式匹配2到9的数字。在NANP中，区号的开头（前3个数字）和电话交换的开头（后3个数字）不能是0或1。
• \d{2} = 这表示允许2位数字，范围是0-9。这是[0-9][0-9]的简写。

对于000-999的三位数字组，你只需写：\d{3}

[)] = 这表示闭合括号是必须的。

[\s] = 这将要求有一个空格。

[2-9]\d{2}-\d{4} 组

• 这一部分，在连字符之前，和之前的一样。
• 设置连字符将使其成为必需。如果你写-?，它就是可选的。
• \d{4} = 这表示允许4位数字，范围是0-9。这是[0-9][0-9][0-9][0-9]的简写。

$/ = 表示匹配到单词的结尾；基本上表示表达式的结束。

希望这能帮助你构建你的表达式。