Question

我的任务是不可能的，也许？

我有一张电话号码表。但它们是手动输入的，非常脏。

示例：

0711112399
07 1111 3288
07 1111 4832 NIKKI
0711117929
0711113616X123
0
NULL
1300 111 782

（改变号码以保护无辜者。:)）

我需要打破这些国家代码区号数扩展

所以，0711112399会变成 CountryCode = +61（因为此号码上没有代码） AreaCode = 07 数字= 11112399 Extension = NULL

11113616X123会国家+61 AreaCode = NULL 数字= 11113616 延期= 123

规则是：

可能的区号：

02 03 04 07 08

这甚至可能吗？

07 1111 4832 NIKKI - 我将删除Alpha Numerics，除非它是2个数字之间的X.

Answer 1

你可以试试这个

^(00\d{2}|\+\d{2})?(0\d)?([\d ]+)(?:[xX](\d+))?

见here on Regexr。当您将鼠标悬停在蓝色突出显示的匹配项上时，您可以看到这些组的内容。

它将国家代码放在Group1中，区域代码放在组2中，组3中的数字和组4中的扩展名。除数字外，所有部分都是可选的。当找不到零件时，未设置组的值，则必须设置默认值。

我发现国家/地区代码存在问题。它在这里用2位数字进行硬编码，但我知道还有一些国家有3位数代码。对于具有1位数代码的国家/地区，我不确定，可能是因为有一个前导0。但我需要知道区号/号码何时开始。

Answer 2

我不会说不可能，但需要进行严格的测试。但我不一定会专注于正则表达式。使用其他技术实现可能更简单。

这是使用测试驱动开发方法的理想案例。首先列出所有可能的情况，为每个案例编写单元测试，并调整案例的消毒剂代码。

Answer 3

有专门的图书馆来规范电话号码，它们非常专业。但他们也倾向于依赖正则表达式。 Lync Server（Microsoft的IP语音解决方案）有一个依赖于regex的规范化库。他们的页面包含了一些可以派上用场的样本：

最后，构建一些规范化为通用格式的表达式可能更容易，而不是尝试创建一个表达式来规范化所有内容。