[bigdata-041] python3+re 正则表达式 手机号微信号qq号

import re

REGEX_PHONE = re.compile(r'1\d{10}', re.IGNORECASE)
REGEX_QQ = re.compile(r'[1-9]\d{4,10}', re.IGNORECASE)
REGEX_WX1 = re.compile(u'微信[\w,-]{1,20}'.encode('utf8'), re.IGNORECASE)

#正则手机号码
def get_all_phone_num(s1):
    global  REGEX_PHONE
    return re.findall(REGEX_PHONE, s1)

#正则qq号码
def get_all_qq_num(s1):
    global REGEX_QQ
    return re.findall(REGEX_QQ, s1)

#正则微信号码
def get_all_weixin_num(s1):
    global  REGEX_WX1, REGEX_WX2, REGEX_WX3
    ret = []
    res = re.findall(REGEX_WX1, s1.encode('utf8'))
    #易读性是第一位的，代码长不要紧
    for i in res:
        ret.append(i.decode('utf-8')[2:])
    return ret

#一个函数获取全部信息
def get_phone_qq_wexin(s1):
    ret = {}
    ret['mobile']=get_all_phone_num(s1)
    ret['qq'] = get_all_qq_num(s1)
    ret['weixin'] = get_all_weixin_num(s1)
    ret['count'] = len(ret['mobile'])+len(ret['qq'])+len(ret['weixin'])
    return ret

#测试微信号码
# ret = get_all_weixin_num(u'我的微信cc-xf889测试我的微信号dd_tt我的微信号码eeff998')
# print(ret)

#!/usr/bin/env python3
#!-*- coding:utf-8 -*-

import re

#手机号码
"""
1、手机号位数为11位；
2、第一位是1,后面是任意10个数字
则表达式为：    ”1\d{9}
"""
regex = re.compile(r'1\d{10}', re.IGNORECASE)

#测试手机号码
phonenums = re.findall(regex, "我的wf;aef18717917631dsl13818373801测试")
print(phonenums)

#qq号码
"""
1、首先扣扣号开头不能为0；
2、QQ号必须大于5且小于11（或12,13，QQ号最长位）；
则正则表达式为:    “[1-9]\\d{4,10}"
"""
regex = re.compile(r'[1-9]\d{4,10}', re.IGNORECASE)
qqnums = re.findall(regex,"我的qq261955036测试261955039继续测试")
print(qqnums)

#微信号码
"""
1. 微信号可能是手机号可能qq号码也可能是一串字符串
2. 开头是"微信"，后面有“号”或者没“号”，然后是若干字母
"""

regex = re.compile(u'微信[\w,-]{1,20}'.encode('utf8'), re.IGNORECASE)
res = re.findall(regex, u'我的微信cc-xf889测试我的微信号dd_tt我的微信号码eeff998'.encode('utf8'))
for i in res:
    print(i.decode('utf-8'))

regex = re.compile(u'微信号[\w,-]{1,20}'.encode('utf8'), re.IGNORECASE)
res = re.findall(regex, u'我的微信cc-xf889测试我的微信号dd_tt我的微信号码eeff998'.encode('utf8'))
for i in res:
    print(i.decode('utf-8'))

regex = re.compile(u'微信号码[\w,-]{1,20}'.encode('utf8'), re.IGNORECASE)
res = re.findall(regex, u'我的微信cc-xf889测试我的微信号dd_tt我的微信号码eeff998'.encode('utf8'))
for i in res:
    print(i.decode('utf-8'))