以下python脚本允许我使用正则表达式从给定文件中抓取电子邮件地址。
我该如何添加才能获得电话号码?说,是7位还是10位(带区号),还要加上括号吗?
我当前的脚本可以在下面找到:
# filename variables filename = 'file.txt' newfilename = 'result.txt' # read the file if os.path.exists(filename): data = open(filename,'r') bulkemails = data.read() else: print "File not found." raise SystemExit # regex = something@whatever.xxx r = re.compile(r'(\b[\w.]+@+[\w.]+.+[\w.]\b)') results = r.findall(bulkemails) emails = "" for x in results: emails += str(x)+"\n" # function to write file def writefile(): f = open(newfilename, 'w') f.write(emails) f.close() print "File written."
正则表达式的电话号码:
(\d{3}[-\.\s]\d{3}[-\.\s]\d{4}|\(\d{3}\)\s*\d{3}[-\.\s]\d{4}|\d{3}[-\.\s]\d{4})
电话号码的另一个正则表达式:
(?:(?:\+?1\s*(?:[.-]\s*)?)?(?:\(\s*([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9])\s*\)|([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9]))\s*(?:[.-]\s*)?)?([2-9]1[02-9]|[2-9][02-9]1|[2-9][02-9]{2})\s*(?:[.-]\s*)?([0-9]{4})(?:\s*(?:#|x\.?|ext\.?|extension)\s*(\d+))?
如果您对学习正则表达式感兴趣,可以尝试自己编写。它并没有想象中那么难。诸如RegexPal之类的网站允许您输入一些测试数据,然后针对该数据编写和测试正则表达式。使用RegexPal,尝试添加您希望找到的各种格式的电话号码(带有括号,区号等),获取Regex备忘单,然后查看可获得的距离。如果没有别的,它将有助于阅读别人的表情。
编辑:这是Regex的修改版本,它还应该匹配缺少连字符,空格或点的7位和10位电话号码。我在字符类([] s)之后添加了问号,这使得其中的任何内容都是可选的。我在RegexPal中对其进行了测试,但是由于我仍在学习Regex,因此我不确定它是否完美。试试看。
(\d{3}[-\.\s]??\d{3}[-\.\s]??\d{4}|\(\d{3}\)\s*\d{3}[-\.\s]??\d{4}|\d{3}[-\.\s]??\d{4})
它与RegexPal中的以下值匹配:
000-000-0000 000 000 0000 000.000.0000 (000)000-0000 (000)000 0000 (000)000.0000 (000) 000-0000 (000) 000 0000 (000) 000.0000 000-0000 000 0000 000.0000 0000000 0000000000 (000)0000000