缘起

最近开始学习正则表达式了，看着Python核心编程(第三版)，想着要不做个寻找电话号码的程序吧！

说干就干，先造个例句。

# 导入正则表达式模块，目标字符串预处理
import re
s = "this is a book+86133-1234-5678是最好的地很好哦么:电话号码了blahblahblah@blah.com为什么是cai的作家010 8888 8888或jinitaimei.cai@figit-asia.com.cn者18234567891web看到了sbminiworld@small.net谢谢。"

这是一个藏满电话号码和email的字符串(当然这些号码都是假的)

好了，我们现在有个奇妙的句子，我们要揪出电话号码，就要用正则表达式(我的码呀，终于说到主题了！)来搜啦。

移动电话号码

# 适用于各种变态移动电话格式
re.findall('(?:\+86)?1[3|8][0-9]{1}[-| ]?\d+[-| ]?\d+',s)

这是个神奇的findall语句，里面的是电话号码的正常格式(我是萌新，做得不太好)。首先是个可有可无的+86，我在这里使用了(?:…)的方法把他圈了起来，再用’?'表示他没有人权。1是因为大部分电话开头都是一(吧)。[3|8]3或8作为第二位数字，开头最后一位是一位数字，用[0-9]{1}作为最后一个数字，[-| ]?(你认为下面是数字，还没有吧，这玩意不是数字，ko no 符号da!)是一个符号，以免一堆网站写成这样你还搜不出来，也有可能没有符号，所以写个?。然后是个不用解释的\d+，然后又是个[-| ]?，最后的几个数字照旧。

固定电话号码

# 适用于全球大多国家的固定电话号码
re.findall('\+?(?:[0-9]{1,86})?[\(|\（| |-]?[ ]?[0|8][0-9]{0,4}[\)|\）| |-]?[ ]?[0-9]{3,4}[ |-]?[0-9]{3,4}[ |-]?[0-9]{0,4}',s)

截屏2020-03-13下午10.16.04.png

就是个在移动电话查询的基础上增加了一些东西的东西。主要注意的的是[(|\（| |-]?是一起的，有可能是(、（、 ‘ ’ 或 -，另一边相仿。
这个正则表达式可以解决全球绝大多数国家的固定电话识别，问我为啥这么自信？？？我苦命，你们可以去问我程序员的爹，或者看文章最后的截图。

email查询

# 可以识别几乎所有email格式
re.findall('[A-Za-z0-9]{2,20}[-|.]?[A-Za-z0-9]{2,20}?@[A-Za-z0-9]{1,20}[-|.]?[A-Za-z0-9]{2,20}[-|.]?(?:[A-Za-z0-9]{2,20})?[-|.]?(?:[A-Za-z0-9]{2,20})?',s)

截屏2020-03-13下午11.10.27.png
电子邮件基本上是分两边而行，一边为@之左，一边为@之右。左边只用考虑字母数字和特殊符号，另一边要考虑到多少个点，多少个com，cn，name，net等，所以就比较麻烦。