用正则表达式抓取电话号码

要求：

假设一段文本中含有很多电话号码。号码由区号，电话号码，分机号组成，并有不同的格。区号可能3-4位，可能带括号，可能有“-”或空格连接，电话号码8位，分机号可有可无，有的话是2-5位，由x或ext或“-”连接。要求用CTRL A & CTRL C 将文本复制粘贴到剪贴板中后，运行程序，就能把其中所有的电话号码抓取出来。并统一用区号-电话号码-分机号 的格式(如021-1234568 - 0123)

第一步：写正则表达式

区号：可能是不带括号的3-4位数字：\d{3,4}；
也可能是带括号的3-4位数字：(\d{3,4})
表达式：(\d{3,4}|(\d{3,4}))

区号和电话号码间的分隔：可能是空格或者“-”： \s|-

8位电话号码：\d{8}

电话号码和分机号的间隔可能由ext，x，或者“-”连接：\s*(ext|x|-)\s*

2-5位分机号：\d{2,5}
表达式：(\s*(ext|x|-)\s*(\d{2,5}))?

完整表达式：

phoneRegex=re.compile(r'''(
(\d{3,4}|\(\d{3,4}\)) 
(\s|-)
(\d{8})
(\s*(ext|x|-)\s*(\d{2,5}))
)''',re.VERBOSE)

第二步：统一格式

区号如果带括号，需要把括号去掉，并用“-”连接

for groups in phoneRegex.findall(text):
    phoneNum='-'.join([groups[1],groups[3]])
    phoneNum=phoneNum.replace("(","").replace(")", "")

判断是否有分机号,如果有，同样用“-”连接

    if groups[6] !='':
        phoneNum+='-'+groups[6]

完整代码：

import pyperclip,re
phoneRegex=re.compile(r'''(
(\d{3,4}|\(\d{3,4}\)) 
(\s|-)
(\d{8})
(\s*(ext|x|-)\s*(\d{2,5}))?
)''',re.VERBOSE)
text=str(pyperclip.paste())
matches=[]
for groups in phoneRegex.findall(text):
    phoneNum='-'.join([groups[1],groups[3]])
    phoneNum=phoneNum.replace("(","").replace(")", "")
    if groups[6] !='':
        phoneNum+='-'+groups[6]
    matches.append(phoneNum)
print('\n'.join(matches))

Q&A

1.如何用正则表达式匹配邮箱？
A: .*?@.*?..*

2.MATCH,SEAARCH,FINDALL 有什么区别？
A: MATCH 仅从头开始匹配
SEARCH 仅返回匹配到的第一个对象
FINDALL 返回所有匹配到的对象