使用 python 2.7 正则表达式从电子邮件中提取电话号码答案

【问题标题】：Extract phone numbers from email using python 2.7 regex使用 python 2.7 正则表达式从电子邮件中提取电话号码
【发布时间】：2017-09-20 15:58:27
【问题描述】：

我正在尝试从许多电子邮件文件中提取电话号码。我编写了正则表达式代码来提取它们，但我只得到了一种格式的结果。

PHONERX = re.compile("(\d{3}[-\.\s]??\d{3}[-\.\s]??\d{4}|\(\d{3}\)\s*\d{3}[-\.\s]??\d{4}|\d{3}[-\.\s]??\d{4})")

phonenumber = re.findall(PHONERX,content)

当我查看数据时，我发现电话号码有多种格式。

如何将具有这些格式的所有电话号码一起提取：

800-569-0123
1-866-523-4176
(324)442-9843
(212) 332-1200
713/853-5620
713 853-0357
713 837 1749

此链接是数据集的示例。问题是有时电话号码正则表达式从 messageId 和电子邮件中的其他号码中提取 https://www.dropbox.com/sh/pw2yfesim4ejncf/AADwdWpJJTuxaJTPfha38OdRa?dl=0

【问题讨论】：

现在看起来好多了，谢谢你的编辑
如果不包含逗号，请edit你自己
A comprehensive regex for phone number validation的可能重复

标签： python regex

【解决方案1】：

您不需要使用逻辑 OR 来包含所有可能性。您可以使用以下正则表达式：

(?:\(\d+\)\s?\d*|\d+)([-\/ ]\d+){1,3}

见Demo

若要与re.findall() 一起使用，请使用非捕获组：

(?:\(\d+\)\s?\d*|\d+)(?:[-\/ ]\d+){1,3}

【讨论】：

我试过了，但我没有得到秋季电话号码的结果。我得到的结果看起来像这样 phonenumber=['14', '-7796', '-3490'])
@Ash 那是因为re.findall 会给你捕获组的结果。如果您想获得整个比赛，您需要通过添加?: 来使用非捕获组。查看更新。
我刚刚用我正在使用的代码修改了这个问题，我会再试一次，谢谢
您的代码看起来很完美，就像我在演示中看到的那样，但我不明白为什么它对我不起作用。我认为是因为数据集包含许多电子邮件文件。谢谢

【解决方案2】：

您可能想使用：

\(?(?:1-)?\b[2-9][0-9]{2}\)?[-. \/]?[2-9][0-9]{2}[-. ]?[0-9]{4}\b

这将匹配您的所有示例 + 忽略误报，例如：

113 837 1749
222 2222 22222

Regex Demo and Explanation

Python Demo

【讨论】：

你能定义no result吗？两个演示都按预期工作。你有什么错误吗？
我应该在哪里使用这个re.DOTALL | re.MULTILINE PHONERX = re.compile("(?(?:1-)?\b[2-9][0-9]{2})?[-./]?[2-9][0- 9]{2}[-.]?[0-9]{4}\b") phonenumber = re.findall(PHONERX,content, re.DOTALL | re.MULTILINE)
您可以使用来自ideone.com/A8RQcC 的代码，它可以按预期工作。
谢谢你的回答。它在您的示例中完美运行，但不适用于我。我不知道为什么。我想是因为我从许多电子邮件文件中提取
我可能知道发生了什么事，您可以发布电子邮件来源的示例吗？还请包括标题。您的正则表达式适用于哪种电话形式？