Python正则表达式从字符串中提取电话号码

Question

我是正则表达式的新手，使用 python re 我希望从下面的多行字符串文本中提取电话号码：

  Source = """<p><strong>Kuala Lumpur</strong><strong>:</strong> [phone]</p>
        <p><strong>Mutiara Damansara:</strong> [phone]</p>
        <p><strong>Penang:</strong> + 60 (0)4 255 9000</p>
        <h2>Where we are </h2>
        <strong>&nbsp;Call us on:</strong>&nbsp;[phone]
        </p></div><div class="sys_two">
    <h3 class="parentSchool">General enquiries</h3><p style="FONT-SIZE: 11px">
     <strong>&nbsp;Call us on:</strong>&nbsp;[phone]
+ 60 (7) 268-6200 <br />
 Fax:<br />
 [phone]<br />
Phone:</strong><strong style="color: #f00">[phone]</strong>"""

所以当我编译模式时，我应该能够找到使用

phone = re.findall(pattern,source,re.DOTALL)

 ['[phone]',
  '[phone]',
  '+ 60 (0)4 255 9000',
  '[phone]',
  '[phone]',
  '+ 60 (7) 268-6200',
  '[phone]',
  '[phone]']

请帮我确定正确的模式

原文由 Shekhar Samanta 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用 re 模块。

 >>> import re
>>> Source = """<p><strong>Kuala Lumpur</strong><strong>:</strong> [phone]</p>
        <p><strong>Mutiara Damansara:</strong> [phone]</p>
        <p><strong>Penang:</strong> + 60 (0)4 255 9000</p>
        <h2>Where we are </h2>
        <strong>&nbsp;Call us on:</strong>&nbsp;[phone]
        </p></div><div class="sys_two">
    <h3 class="parentSchool">General enquiries</h3><p style="FONT-SIZE: 11px">
     <strong>&nbsp;Call us on:</strong>&nbsp;[phone]
+ 60 (7) 268-6200 <br />
 Fax:<br />
 [phone]<br />
Phone:</strong><strong style="color: #f00">[phone]</strong>"""

>>> for i in re.findall(r'\+[-()\s\d]+?(?=\s*[+<])', Source):
    print i

[phone]
[phone]
+ 60 (0)4 255 9000
[phone]
[phone]
+ 60 (7) 268-6200
[phone]
[phone]
>>>

原文由 Avinash Raj 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

这应该找到给定字符串中的所有电话号码

re.findall(r’+?(?[1-9][0-9 .-()]{8,}[0-9]’, 来源)

  >>> re.findall(r'[\+\(]?[1-9][0-9 .\-\(\)]{8,}[0-9]', Source)
 ['[phone]', '[phone]', '60 (0)4 255 9000', '[phone]', '[phone]', '60 (7) 268-6200', '[phone]', '[phone]']

基本上，正则表达式列出了这些规则

1. 匹配的字符串可以以 + 或 ( 符号开头
2. 它后面必须跟一个 1-9 之间的数字
3. 它必须以 0-9 之间的数字结尾
4. 中间可能包含 0-9（空格）.-()。

原文由 Sharmila 发布，翻译遵循 CC BY-SA 3.0 许可协议