使用Python正則表達式提取電話號碼信息

一、正則表達式：什麼是正則表達式

正則表達式（Regular Expression），簡稱「regex」，是用於處理字元串的一種工具。

正則表達式可以用來描述，匹配、搜索、替換、分割等操作。它是一種描述性的語言，可用於識別各種模式。

二、在Python中使用正則表達式

Python提供了re模塊來支持正則表達式操作。re模塊是Python標準庫中的一部分，使用時需要先導入。

import re

了解了re模塊的基礎知識後，我們可以嘗試編寫一個簡單的正則表達式，來提取電話號碼信息。

三、提取電話號碼信息的正則表達式

在中國，電話號碼的格式通常是3或4位區號，加上7或8位號碼。我們可以使用正則表達式對這種格式進行匹配，從而提取出電話號碼信息。

下面的正則表達式可以匹配中國大陸手機號碼，包括兩個格式：11位數字和12位數字（帶「+86」前綴）：

phone_pattern = re.compile(r'(?:(?:\+|00)86)?1\d{10}')

該正則表達式由三個部分組成，分別是：

1. (?:(?:\+|00)86)?：可選項，表示中國的國際區號，包括+86和0086兩種形式。
2. 1：必選項，表示中國大陸的手機號碼都以1開頭。
3. \d{10}：必選項，表示手機號碼的後10位是數字。

四、使用正則表達式提取電話號碼信息

有了正則表達式，我們就可以用它來提取電話號碼信息了。

首先，我們需要一個字元串，作為匹配的目標。假如我們有一個異常數據集，其中包含了很多電話號碼：

data = '<p>公司總機：010-88886666</p><p>張三：13911112222，李四：010-77778888</p><p>王五：+8613812345678</p>'

我們可以使用findall()函數查找出所有符合正則表達式的電話號碼：

phone_list = re.findall(phone_pattern, data)

findall()函數將返回一個列表，其中包含了所有的電話號碼信息。我們可以遍歷這個列表，逐一輸出電話號碼信息：

for phone in phone_list:
    print(phone)

這樣就可以輸出所有的電話號碼信息。

五、完整代碼示例

import re

data = '<p>公司總機：010-88886666</p><p>張三：13911112222，李四：010-77778888</p><p>王五：+8613812345678</p>'

phone_pattern = re.compile(r'(?:(?:\+|00)86)?1\d{10}')

phone_list = re.findall(phone_pattern, data)

for phone in phone_list:
    print(phone)

以上是完整的代碼示例。運行該代碼，將輸出所有的電話號碼信息。