R / Python - 对文本数据进行聚类

Question

我有一组数字。我的号码有不同的格式，例如12-12-123-123，123-123-123-12，123-:12-(123，ABC-123-12-123。整个数据集大约有150种格式。将它们视为字符串，有没有一种方法可以将所有数字分组为特定格式，以便给定一个新数字，它应检查新数字是否与任何现有模式匹配。如果不是，它应该能够推荐它与现有格式最接近的模式。

我可以使用R或Python。