正则表达式:如何使代码与“+”字符或数字匹配

Question

我刚开始学regex。

我试图搜索一个简短的‘短语’列表，以找到英国移动电话号码(从+44或07开始，有时以一个空格划分的数字开始)。我很难让它返回开始+44的号码。

这就是我写的：

for snippet in phrases:
    match = re.search("\\b(\+44|07)\\d+\\s?\\d+\\b", snippet)
    if match:
        numbers.append(match)
        print(match)

哪种指纹

    <_sre.SRE_Match object; span=(19, 31), match='07700 900432'>
    <_sre.SRE_Match object; span=(20, 31), match='07700930710'>

而忽略了“短语”中的+44770090999这个数字。

我试着用和不带括号。如果没有括号，它还会以“10+44=54.”这样的和打印+44。在+44之前反斜杠是否必要？对我错过了什么有什么想法吗？

感谢大家！

编辑:我的一些输入：

  phrases = ["You can call me on 07700 900432.",
      "My mobile number is 07700930710",
      "My date of birth is 07.08.92",
      "Why not phone me on 202-555-0136?"
      "There are around 7600000000 people on Earth",
      "If you're from overseas, call +44 7700 900190",
      "Try calling +447700900999 now!",
      "56+44=100."]  

Answer 1

在正则表达式中，字界 \b不匹配空格和加号。

您可以做的是匹配07或+44，然后匹配一个数字或一个空格一次或多次[\d ]+，然后再匹配一个数字\d，在末尾不匹配空格，并在末尾添加一个单词边界\b。

(?:07|\+44)[\d ]+\d\b

演示Python

Answer 2

正则表达式的问题是，第一个\b匹配+和4之间的单词边界。空间和+之间的边界不是单词边界。这意味着它无法在+44之后找到\b，因为+位于\b的左边。在44的右边只有\b。

要解决这个问题，您可以使用一个负面的回顾，以确保在+44之前没有单词。请记住将其放入捕获组中，因为只有在选择了+44选项时才应该匹配它。如果是以07开头的话，您仍然希望匹配一个单词边界。

((?!\w)\+44|\b07)\d+\s?\d+\b

您可以将正则表达式放在r""字符串中。这样你就不用写那么多斜杠了：

r"((?!\w)\+44|07)\d+\s?\d+\b"

演示

Answer 3

这会有帮助的。

import re
phrases = ["Hello +4407700 900432 World", "Hello +44770090999 World"]
for snippet in phrases:
    match = re.search(r"(?P<num>(\+44|07)\d+\s?\d+)", snippet)
    if match:
        print(match.group('num'))

输出：

+4407700 900432
+44770090999