python - 乌克兰电话号码的正则表达式模板

Question

我正在阅读“用 python 自动化无聊的事情”。现在，我陷入了第七章(正则表达式部分)。有一个美国电话号码模板，我想为乌克兰电话号码实现该模板。

乌克兰号码可以以不同的格式显示，例如:+380445371428、+38(044)5371428、+38(044)537 14 28、+38(044)537-14-28、+38(044) 537.14.28、044.537.14.28、0445371428、044-537-1428、(044)537-1428、044 537-1428等

以下是我的实现，但并不完全正确。我需要什么？

• 当我复制一些网站页面时，我想从我复制的所有信息中提取以 (044-537-1428) 格式显示的乌克兰号码。

    phoneRegex = re.compile(r'''(
    (^\+38?)                           # area code(not necessarily)
    (\d{3}|\(\d{3}\))                  # carrier code(usually starts with 0
    (\s|-|\.)?                         # separator
    (\d{3}|\(\d{3}\))                  # first 3 digits
    (\s|-|\.)                          # separator
    (\d{4})                            # last 4 digits
    (\s*(ext|x|ext.)\s*(\d{2,5}))?     # extension
    )''', re.VERBOSE)

美国号码的模板(根据书本)如下所示

    phoneRegex = re.compile(r'''(
    (\d{3}|\(\d{3}\))? 
    (\s|-|\.)
    (\d{3})
    (\s|-|\.)
    (\d{4})
    (\s*(ext|x|ext.)\s*(\d{2,5}))?
    )''', re.VERBOSE)

Answer 1

也许，一个选项是根据我们可能拥有的模式类型合并交替，例如:

^(?:\+38)?(?:\(044\)[ .-]?[0-9]{3}[ .-]?[0-9]{2}[ .-]?[0-9]{2}|044[ .-]?[0-9]{3}[ .-]?[0-9]{2}[ .-]?[0-9]{2}|044[0-9]{7})$

如果我们要验证的话，甚至比这更受限制。

Demo

测试

import re

regex = r'^(?:\+38)?(?:\(044\)[ .-]?[0-9]{3}[ .-]?[0-9]{2}[ .-]?[0-9]{2}|044[ .-]?[0-9]{3}[ .-]?[0-9]{2}[ .-]?[0-9]{2}|044[0-9]{7})$'
string = '''

+380445371428
+38(044)5371428
+38(044)537 14 28
+38(044)537-14-28
+38(044) 537.14.28
044.537.14.28
0445371428
044-537-1428
(044)537-1428
044 537-1428
+83(044)537 14 28
088 537-1428

'''

print(re.findall(regex, string, re.M))

输出

['+380445371428', '+38(044)5371428', '+38(044)537 14 28', '+38(044)537-14-28', '+38(044) 537.14.28', '044.537.14.28', '0445371428', '044-537-1428', '(044)537-1428', '044 537-1428']

<小时/>

如果您想简化/修改/探索表达式，regex101.com 的右上角面板已对此进行了解释。 。如果您愿意，也可以在 this link 观看，它如何与一些示例输入相匹配。

<小时/>

正则表达式电路

jex.im可视化正则表达式: