使用正则表达式获取电话号码的 grep答案

【问题标题】：grep with regex for phone number使用正则表达式获取电话号码的 grep
【发布时间】：2011-01-17 04:41:36
【问题描述】：

我想从文件中获取电话号码。我知道数字有不同的形式，我可以处理一个，但不知道如何获得统一的正则表达式。例如

xxx-xxx-xxxx
(xxx)xxx-xxxx
xxx xxx xxxx
xxxxxxxxxx

我只能同时处理1、2和4

grep '[0-9]\{3\}[ -]\?[0-9]\{3\}[ -]\?[0-9]\{4\}' file

是否有任何一个正则表达式可以处理所有这四种形式？

【问题讨论】：

您必须通过交替 (|) 分别处理 2。问题是使用基本的正则表达式无法判断括号是否平衡。
查看 Regexr 以获得正则表达式帮助...gskinner.com/RegExr

标签： regex grep

【解决方案1】：

grep -oE '\(?\<[0-9]{3}[-) ]?[0-9]{3}[ -]?[0-9]{4}\>'

匹配您的所有格式。

\< 和 \> 字边界可防止匹配过长的数字，例如 123-123-12345 或 1234-123-1234

【讨论】：

【解决方案2】：

+?(1[ -])?((\d{3})[ -]|(\d{3}[ -]?)){2}\d{4}

适用于：

123-678-1234

123 678 1234

(123)-678-1234

+1-(123)-678-1234

1-(123)-678-1234

1 123 678 1234

1 (123) 678 1234

【讨论】：

【解决方案3】：

我们可以使用更可能运行良好（但编码繁琐）的 or 条件来逐一验证所有必需的电话号码。

grep '^[0-9]\{10\}$\|^[0-9]\{3\}[-][0-9]\{3\}[-][0-9]\{4\}$\|^[0-9]\{3\}[ ][0-9]\{3\}[ ][0-9]\{4\}$\|^[(][0-9]\{3\}[)][0-9]\{3\}[-][0-9]\{4\}$' phone_number.txt

返回所有特定格式：

920-702-9999
(920)702-9999
920 702 9999
9207029999

【讨论】：

【解决方案4】：

这只是 Alan Moore 解决方案的修改版本。这可以防止某些竞争条件，其中数字的最后一部分中的数字超过四位，或者如果数字的总数超过 10：

grep '\(\(([0-9]\{3\})\|[0-9]\{3\}\)[ -]\?\)\{2\}[0-9]\{4\} '

说明：

$([0-9]\{3\})\|[0-9]\{3\}$ 正好匹配三位数字（例如 234）带或不带括号。 \| 执行“或”运算。
第一个 $ ... $ 将上述格式组合在一起，然后是 space 或 - 或 no space - ([ -]\?) 就是这样做的。
\{2\} 恰好匹配上述两次出现
[0-9]\{4\} ' 恰好匹配一个 4 位数字后跟 space 的匹配项

而且它也有点短。在 RHEL 和 Ubuntu 上测试。干杯！！

【讨论】：

很棒的解释！节省我寻找教程的时间！

【解决方案5】：

电话号码通常有四种模式

1. xxx-xxx-xxxx         grep -o '[0-9]\{3\}\-[0-9]\{3\}\-[0-9]\{4\}'  file.txt
2. (xxx)xxx-xxxx        grep -o '([0-9]\{3\})[0-9]\{3\}\-[0-9]\{4\}'  file.txt
3. xxx xxx xxxx         grep -o '[0-9]\{3\}\s[0-9]\{3\}\s[0-9]\{4\}'  file.txt
4. xxxxxxxxxx           grep -o '[0-9]\{10\}' file.txt

全部

grep -o '\([0-9]\{3\}\-[0-9]\{3\}\-[0-9]\{4\}\)\|\(([0-9]\{3\})[0-9]\{3\}\-[0-9]\{4\}\)\|\([0-9]\{10\}\)\|\([0-9]\{3\}\s[0-9]\{3\}\s[0-9]\{4\}\)' file.txt

当然，我们可以简化上面的正则表达式，但我们也可以把这个简化留给 grep 本身~

【讨论】：

【解决方案6】：

试试这个：

^(\d{10}|((([0-9]{3})\s){2})[0-9]{4}|((([0-9]{3})\-){2})[0-9]{4}|([(][0-9]{3}[)])[0-9]{3}[-][0-9]{4})$

这仅适用于您上面提到的甲酸盐，例如：

xxxxxxxxxx
xxx xxx xxxx
xxx-xxx-xxxx
(xxx)xxx-xxxx

【讨论】：

【解决方案7】：

grep '\(([0-9]\{3\})\|[0-9]\{3\}\)[ -]\?[0-9]\{3\}[ -]\?[0-9]\{4\}' file

解释：

([0-9]\{3\})括号内的三位数字

\| 或

[0-9]\{3\} 三位数不是在括号内

...带有分组括号 - $...$ - 在交替周围，因此无论哪个备选匹配，正则表达式的其余部分都表现相同。

【讨论】：

这个正则表达式的[小]问题，它还匹配最后一部分超过4位的数字，例如123-123-12345 或超过 10 位数的号码。这：grep '$\(([0-9]\{3\})\|[0-9]\{3\}$[ -]\?\)\{2\}[0-9]\{4\} ' 应该可以很好地处理这个问题。请参阅下面的回复以获取解释。干杯！！
@MacUsers：好点。 OP 只询问如何让正则表达式匹配它应该匹配的所有内容，我回答了这个问题。让它不匹配它不应该匹配的东西会更有趣。
请注意，这里使用的另一个技巧是序列“[ -]\?”这允许匹配空格、连字符或用于分隔电话号码中的数字组的任何其他字符。

【解决方案8】：

grep -P '[0-9]{3}-[0-9]{3}-[0-9]{3}|[0-9]{3}\ [0-9]{3}\ [0-9]{3}|[0-9]{9}|\([0-9]{3}\)[0-9]{3}-[0-9]{3}'

【讨论】：

【解决方案9】：

我知道了：

debian:tmp$ cat p.txt
333-444-5555
(333)333-6666
123 456 7890
1234567890
debian:tmp$ egrep '\(?[0-9]{3}[ )-]?[0-9]{3}[ -]?[0-9]{4}' p.txt
333-444-5555
(333)333-6666
123 456 7890
1234567890
debian:tmp$ egrep --version
GNU grep 2.5.3

Copyright (C) 1988, 1992-2002, 2004, 2005  Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

debian:tmp$

【讨论】：

这将匹配（333-444-555 也是。

【解决方案10】：

我的第一个想法是，您可能会发现更容易查看您的候选编号是否与 四个中的一个正则表达式匹配。这将更容易开发/调试，尤其是当您将来必须处理其他格式时。

【讨论】：

【解决方案11】：

您可以将您的正则表达式组合在一起使用 OR (|) —— 这样也更具可读性！

【讨论】：

你能给我举个例子吗？我知道 OR(|) 可能有效，但我不知道如何。