谷歌工作正则表达式从 HTML 页面获取电话

Question

我尝试从 HTML 页面获取电话，但我尝试了许多正则表达式和模块，但它不起作用或出错。 示例。

http://www.boat-duesseldorf.com/cgi-bin/md_boot/lib/pub/tt.cgi/Overview_Press.html?oid=58288&lang=2&ticket=g_u_e_s_t

您可以在页面上看到很多手机。例如 +49 (0)211 4560-518。 而且我从 Regexp 库中找到了很好的 regexp，Google 推荐它。

http://www.regexlib.com/REDetails.aspx?regexp_id=2054

文字很多，这里就不赘述了。只有正则表达式。正则表达式应该得到很多电话格式。

^(\+\d{2}[ \-]{0,1}){0,1}(((\({0,1}[ \-]{0,1})0{0,1}\){0,1}[2|3|7|8]{1}\){0,1}[ \-]*(\d{4}[ \-]{0,1}\d{4}))|(1[ \-]{0,1}(300|800|900|902)[ \-]{0,1}((\d{6})|(\d{3}[ \-]{0,1}\d{3})))|(13[ \-]{0,1}([\d \-]{5})|((\({0,1}[ \-]{0,1})0{0,1}\){0,1}4{1}[\d \-]{8,10})))$

所以我得到了带有 Nokorigi 的 HTML 页面 http://www.boat-duesseldorf.com/cgi-bin/md_boot/lib/pub/tt.cgi/Overview_Press.html?oid=58288&lang=2&ticket=g_u_e_s_t 并制作：

/^(\+\d{2}[ \-]{0,1}){0,1}(((\({0,1}[ \-]{0,1})0{0,1}\){0,1}[2|3|7|8]{1}\){0,1}[ \-]*(\d{4}[ \-]{0,1}\d{4}))|(1[ \-]{0,1}(300|800|900|902)[ \-]{0,1}((\d{6})|(\d{3}[ \-]{0,1}\d{3})))|(13[ \-]{0,1}([\d \-]{5})|((\({0,1}[ \-]{0,1})0{0,1}\){0,1}4{1}[\d \-]{8,10})))$/.match.(@html)

和pp Regexp.last_match - 但得到零！！！！

我需要好的正则表达式，请推荐 100% 工作的正则表达式或模块。

Answer 1

我不熟悉 Ruby，但希望对您有所帮助：

require 'net/http'
require 'uri'

site = 'http://www.boat-duesseldorf.com/cgi-bin/md_boot/lib/pub/tt.cgi/Overview_Press.html?oid=58288&lang=2&ticket=g_u_e_s_t'
html = Net::HTTP.get(URI.parse(site))

phones = html.scan(/[^0-9](\+[0-9\(\)\- ]{2,})/)
puts phones

输出：

+49 (0)211 4560-518 
+49 (0)211 4560-87-518 
+49 (0)211 4560-589 
+49 (0)211 4560-87-589 
+49 (0)211 4560-990
+49 (0)211 4560-545