在Python脚本中查找美国电话号码

38 投票

10 回答

123536 浏览

提问于 2025-04-16 05:03

下面这个Python脚本可以让我从指定的文件中提取电子邮件地址，使用的是正则表达式。

我想知道怎么改进这个脚本，让它也能提取电话号码。比如说，电话号码可以是7位数字或者10位数字（带区号），还要考虑到括号的情况。

我现在的脚本如下：

# filename variables
filename = 'file.txt'
newfilename = 'result.txt'

# read the file
if os.path.exists(filename):
        data = open(filename,'r')
        bulkemails = data.read()
else:
        print "File not found."
        raise SystemExit

# regex = something@whatever.xxx
r = re.compile(r'(\b[\w.]+@+[\w.]+.+[\w.]\b)')
results = r.findall(bulkemails)
emails = ""
for x in results:
        emails += str(x)+"\n"

# function to write file
def writefile():
        f = open(newfilename, 'w')
        f.write(emails)
        f.close()
        print "File written."

用于电话号码的正则表达式：

(\d{3}[-\.\s]\d{3}[-\.\s]\d{4}|\(\d{3}\)\s*\d{3}[-\.\s]\d{4}|\d{3}[-\.\s]\d{4})

另一种用于电话号码的正则表达式：

(?:(?:\+?1\s*(?:[.-]\s*)?)?(?:\(\s*([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9])\s*\)|([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9]))\s*(?:[.-]\s*)?)?([2-9]1[02-9]|[2-9][02-9]1|[2-9][02-9]{2})\s*(?:[.-]\s*)?([0-9]{4})(?:\s*(?:#|x\.?|ext\.?|extension)\s*(\d+))?

10 个回答

我觉得这个正则表达式对于解析电话号码来说非常简单。

re.findall("[(][\d]{3}[)][ ]?[\d]{3}-[\d]{4}", lines)

回答于 2025-04-16 由 Python大师

分享举报

这是构建一个提取电话号码的正则表达式的过程。

首先，我们需要匹配一个区号（3位数字）、一个主号码（3位数字）和一个分机号（4位数字）：

reg = re.compile("\d{3}\d{3}\d{4}")

现在，我们想要捕捉到匹配的电话号码，所以我们在我们感兴趣的部分周围加上括号（也就是全部部分）：

reg = re.compile("(\d{3}\d{3}\d{4})")

区号、主号码和分机号之间可能会有最多3个非数字字符的分隔（比如用空格、连字符或点来分隔）：

reg = re.compile("(\d{3}\D{0,3}\d{3}\D{0,3}\d{4})")

现在，电话号码可能实际上是以一个 ( 字符开头的（如果区号是用括号括起来的话）：

reg = re.compile("(\(?\d{3}\D{0,3}\d{3}\D{0,3}\d{4}).*?")

现在整个电话号码可能嵌在一堆其他文本中：

reg = re.compile(".*?(\(?\d{3}\D{0,3}\d{3}\D{0,3}\d{4}).*?")

现在，那些其他文本可能还包括换行符：

reg = re.compile(".*?(\(?\d{3}\D{0,3}\d{3}\D{0,3}\d{4}).*?", re.S)

祝你玩得开心！

我个人在这里就停止了，但如果你真的想确保只有空格、连字符和点被用作分隔符，你可以尝试以下方法（未经测试）：

reg = re.compile(".*?(\(?\d{3})? ?[\.-]? ?\d{3} ?[\.-]? ?\d{4}).*?", re.S)

回答于 2025-04-16 由 Python大师

分享举报

如果你想学习正则表达式（Regex），可以尝试自己写一下。其实并没有想象中那么难。像RegexPal这样的网站，可以让你输入一些测试数据，然后写一个正则表达式来测试这些数据。你可以在RegexPal上试着添加一些你预期会遇到的电话号码格式（比如带括号、区号等等），再找一份正则表达式速查表，看看你能做到什么。如果没别的帮助，至少能让你更容易理解别人写的表达式。

编辑：
这是你正则表达式的一个修改版本，它也能匹配没有连字符、空格或点的7位和10位电话号码。我在字符类（即方括号[]）后面加了问号，这样里面的内容就变成可选的了。我在RegexPal上测试过，但因为我还在学习正则表达式，所以不确定它是否完美。你可以试试看。

(\d{3}[-\.\s]??\d{3}[-\.\s]??\d{4}|\(\d{3}\)\s*\d{3}[-\.\s]??\d{4}|\d{3}[-\.\s]??\d{4})

它在RegexPal中匹配了以下值：

000-000-0000
000 000 0000
000.000.0000

(000)000-0000
(000)000 0000
(000)000.0000
(000) 000-0000
(000) 000 0000
(000) 000.0000

000-0000
000 0000
000.0000

0000000
0000000000
(000)0000000

回答于 2025-04-16 由 Python大师

分享举报

在Python脚本中查找美国电话号码

相关问题：

10 个回答

撰写回答