04.电话号码和E-mail地址提取程序
(0)要求:
要在一篇长的网页或文章中,找出所有电话号码和邮件地址
(1)需要完成的任务
- 从剪贴板取得文本
- 找出文本中所有的电话号码和E-mail地址
- 将它们粘贴到剪贴板
(2)代码需要完成的任务
- 使用pyperclip模块复制和粘贴字符串
- 创建两个正则表达是,一个匹配电话号码,另一个匹配E-mail地址
- 对两个正则表达式,找到所有匹配,而不只是第一次匹配
- 将匹配的字符串整理好格式,放在一个字符串中,用于粘贴
- 如果文本中没有找到匹配,显示某种消息
(3)为电话号码创建一个正则表达式
import pyperclip,re
phoneRegex = re.compile(r'''(
(\d{3}|\(\d{3}))?
(\s|-|\.)?
(\d{3})
(\s|-|\.)
(\d{4})
(\s*(ext|x|ext.)\s*(\d{2,5}))?
)''',re.VERBOSE)
(4)为E-mail创建一个正则表达式
emailRegex = re.compile(r'''(
[a-zA-Z0-9._%+-]+
@
[a-zA-Z0-9.-]+
(\.[a-zA-Z]{2,4})
)''',re.VERBOSE)
(5)再剪贴板文本中找到所有的匹配
import pyperclip,re
phoneRegex = re.compile(r'''(
text = str(pyperclip.paste())
matches = []
for groups in phoneRegex.findall(text):
phoneNum = '-'.join([groups[1],groups[3],groups[5]])
if groups[8]!=' ':
phoneNum += ' x'+groups[8]
matches.append(phoneNum)
for groups in emailRegex.findall(text):
matches.append(groups[0])
(6)所有匹配连接成一个字符串,复制到剪贴板
for groups in emailReges.findall(text):
matches.append(groups[0])
if len(matches)>0:
pyperclip.copy('\n'.join(matches))
print('Copied to clipboard:')
print('\n'.join(matches))
else:
print('No phone numbers or email address found.')
(7)运行程序
打开Web浏览器,选择该页所有文本,将其复制到剪切板,运行这个程序