使用Python正则表达式提取电话号码信息

一、正则表达式：什么是正则表达式

正则表达式（Regular Expression），简称“regex”，是用于处理字符串的一种工具。

正则表达式可以用来描述，匹配、搜索、替换、分割等操作。它是一种描述性的语言，可用于识别各种模式。

二、在Python中使用正则表达式

Python提供了re模块来支持正则表达式操作。re模块是Python标准库中的一部分，使用时需要先导入。

import re

了解了re模块的基础知识后，我们可以尝试编写一个简单的正则表达式，来提取电话号码信息。

三、提取电话号码信息的正则表达式

在中国，电话号码的格式通常是3或4位区号，加上7或8位号码。我们可以使用正则表达式对这种格式进行匹配，从而提取出电话号码信息。

下面的正则表达式可以匹配中国大陆手机号码，包括两个格式：11位数字和12位数字（带“+86”前缀）：

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

该正则表达式由三个部分组成，分别是：

1. (?:(?:\+|00)86)?：可选项，表示中国的国际区号，包括+86和0086两种形式。
2. 1：必选项，表示中国大陆的手机号码都以1开头。
3. \d{10}：必选项，表示手机号码的后10位是数字。

四、使用正则表达式提取电话号码信息

有了正则表达式，我们就可以用它来提取电话号码信息了。

首先，我们需要一个字符串，作为匹配的目标。假如我们有一个异常数据集，其中包含了很多电话号码：

data = '<p>公司总机：010-88886666</p><p>张三：13911112222，李四：010-77778888</p><p>王五：+8613812345678</p>'

我们可以使用findall()函数查找出所有符合正则表达式的电话号码：

phone_list = re.findall(phone_pattern, data)

findall()函数将返回一个列表，其中包含了所有的电话号码信息。我们可以遍历这个列表，逐一输出电话号码信息：

for phone in phone_list:
    print(phone)

这样就可以输出所有的电话号码信息。

五、完整代码示例

import re

data = '<p>公司总机：010-88886666</p><p>张三：13911112222，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)

以上是完整的代码示例。运行该代码，将输出所有的电话号码信息。