Question

我试图创建一个读取文本文件input.txt的python脚本，然后扫描该文件中的所有电话号码并将所有匹配的电话号码写回output.txt

让我们说文本文件就像：

嘿，我的号码是1234567890，另一个号码是+ 91-1234567890。但如果没有这些可用，你可以致电+91 5645454545（或）发送电子邮件至abc@xyz.com

它应匹配 1234567890 ， + 91-1234567890 和 +91 5645454545

import re

no = '^(\+[1-9]\d{0,2}[- ]?)?[1-9][0-9]{9}' #i think problem is here
f2 = open('output.txt','w+')

for line in open('input.txt'):
    out = re.findall(no,line)
    for i in out : 
        f2.write(i + '\n')

Re的正则表达式是：它需要国家代码最多3位数，然后是 - 或空格是可选的，国家代码本身是可选的，然后是10位数字。

Answer 1

是的，问题在于你的正则表达式。幸运的是，它很小。您只需要删除^字符：

'(\+[1-9]\d{0,2}[- ]?)?[1-9]\d{9}'

^表示您只想在字符串的开头匹配。您希望在整个字符串中多次匹配。这是一个101demo。

对于python，您还需要使用?:指定非捕获组。否则，re.findall不会返回完整匹配：

返回字符串中所有非重叠的模式匹配，作为列表字符串。从左到右扫描字符串，并返回匹配项按顺序找到。 如果模式中存在一个或多个组，返回组列表。

大胆强调我的。这是一个relevant question。

这是您为问题指定非捕获组时所获得的：

In [485]: re.findall('(?:\+[1-9]\d{0,2}[- ]?)?[1-9]\d{9}', text)
Out[485]: ['1234567890', '+91-1234567890', '+91 5645454545']

Answer 2

你可以使用

(?:\+[1-9]\d{1,2}-?)?\s?[1-9][0-9]{9}

请参阅demo

上的演示

Answer 3

此代码将起作用：

import re

no = '(?:\+[1-9]\d{0,2}[- ]?)?[1-9][0-9]{9}' #i think problem is here
f2 = open('output.txt','w+')

for line in open('input.txt'):
    out = re.findall(no,line)
    for i in out :
        f2.write(i + '\n')

输出将是：

1234567890
+91-1234567890
+91 5645454545

使用regexp从文本文件中提取数字

3 个答案: