首页 文章

使用regexp从文本文件中提取数字

提问于
浏览 次
1

我试图创建一个读取文本文件input.txt的python脚本，然后扫描该文件中的所有电话号码，并将所有匹配的电话号码写回output.txt

让我们说文本文件是这样的：

嘿，我的号码是1234567890，另一个号码是91-1234567890 . 但如果这些都不可用，您可以致电91 5645454545（或）发送电子邮件至abc@xyz.com

它应匹配 1234567890 ， +91-1234567890 和 +91 5645454545

import re

no = '^(\+[1-9]\d{0,2}[- ]?)?[1-9][0-9]{9}' #i think problem is here
f2 = open('output.txt','w+')

for line in open('input.txt'):
    out = re.findall(no,line)
    for i in out : 
        f2.write(i + '\n')

正则表达式为no：它需要国家代码最多3位数，然后是 - 或空格是可选的，国家代码本身是可选的，然后是10位数字 .

python regex pattern-matching

3 回答

  • 2

    是的，问题出在你的正则表达式上 . 幸运的是，它很小 . 您只需要删除 ^ 字符：

    '(\+[1-9]\d{0,2}[- ]?)?[1-9]\d{9}'

    ^ 表示您只想在字符串的开头匹配 . 您希望在整个字符串中多次匹配 . 这是101demo .

    对于python，您还需要使用 ?: 指定非捕获组 . 否则，re.findall不会返回完整匹配：

    返回字符串中pattern的所有非重叠匹配，作为字符串列表 . 从左到右扫描字符串，并按找到的顺序返回匹配项 . 如果模式中存在一个或多个组，则返回组列表 .

    大胆强调我的 . 这是relevant question .

    这是您为问题指定非捕获组时获得的内容：

    In [485]: re.findall('(?:\+[1-9]\d{0,2}[- ]?)?[1-9]\d{9}', text)
Out[485]: ['1234567890', '+91-1234567890', '+91 5645454545']
    回复于
  • 2

    这段代码可以工作：

    import re

no = '(?:\+[1-9]\d{0,2}[- ]?)?[1-9][0-9]{9}' #i think problem is here
f2 = open('output.txt','w+')

for line in open('input.txt'):
    out = re.findall(no,line)
    for i in out :
        f2.write(i + '\n')

    输出将是：

    1234567890
+91-1234567890
+91 5645454545
    回复于
  • 2

    您可以使用

    (?:\+[1-9]\d{1,2}-?)?\s?[1-9][0-9]{9}

    在demo看演示

    回复于

相关问题