Question

有这样的数字：

ll <- readLines(textConnection("(412) 573-7777 opt 1
563.785.1655 x1797
(567) 523-1534 x7753
(567) 483-2119 x 477
(451) 897-MALL
(342) 668-6255 ext 7
(317) 737-3377 Opt 4
(239) 572-8878 x 3
233.785.1655 x1776
(138) 761-6877 x 4
(411) 446-6626 x 14
(412) 337-3332x19
412.393.3177 x24
327.961.1757 ext.4"))

我应该写的正则表达式是什么：

xxx-xxx-xxxx

我试过这个：

gsub('[(]([0-9]{3})[)] ([0-9]{3})[-]([0-9]{4}).*','\\1-\\2-\\3',ll)

它没有涵盖所有可能性。我想我可以使用几个正则表达式模式来做到这一点，但我认为可以使用单个正则表达式来完成。

Answer 1

如果您还想提取用字母表示的数字，可以在gsub中使用以下正则表达式：

gsub('[(]?([0-9]{3})[)]?[. -]([A-Z0-9]{3})[. -]([A-Z0-9]{4}).*','\\1-\\2-\\3',ll)

请参阅IDEONE demo

您可以从字符类中删除所有A-Z，以匹配没有字母的数字。

<强> REGEX ：

[(]? - 可选的(
([0-9]{3}) - 3位数
[)]? - 可选的)
[. -] - 点，空格或连字符
([A-Z0-9]{3}) - 3位数或字母序列
[. -] - 点，空格或连字符
([A-Z0-9]{4}) - 4位数或字母序列
.* - 到最后的任意数量的字符

在R中提取电话号码问题

1 个答案: