Python 正则表达式：如何使我的代码与'+'；字符或数字

我刚开始使用正则表达式

我正在尝试搜索一个简短的“短语”列表，以查找英国手机号码（从+44或07开始，有时数字被一个空格分隔）。我很难让它返回从+44开始的数字

这是我写的：

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

哪张照片

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

这应该会有所帮助

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'))

---

您应该能够通过从字符串中删除预期的“嘈杂字符”来覆盖所有情况，并将正则表达式简化为仅

“（07 |\D44）\d{9}”

。其中：

（07 |\D44）

搜索以07和44开头的非数字字符。

\d{9}

搜索剩余的9位数字

您的代码应该如下所示：

cleansnippet = snippet.replace("-","").replace(" ","").replace("(0)","")...
re.search("(07|\D44)\d{9}", cleansnippet)

将此应用于输入将检索以下内容：

<_sre.SRE_Match object; span=(14, 25), match='07700900432'>
<_sre.SRE_Match object; span=(16, 27), match='07700930710'>
<_sre.SRE_Match object; span=(25, 37), match='+44770090019'>  
<_sre.SRE_Match object; span=(10, 22), match='+44770090099'>

希望有帮助

Pd.：

\

前面的

+

表示您特别查找的是

+

符号，而不是前一个元素的“1或多个”

---

我建议使用

\D44

而不是

\+44

的唯一原因是，这样对您来说更安全，因为人们可能会错过在他们的号码之前键入+的机会。：）

正则表达式的问题是第一个

\b

与

+

和

4

之间的单词边界相匹配。空格和

+

之间的边界不是单词边界。这意味着它无法在

\b

之后找到

+44

，因为

+

位于

\b

的左侧。在

\b

的右侧只有

44

要解决此问题，您可以使用反向查找来确保

+44

之前没有单词。请记住将其放在捕获组中，因为只有在选择了

+44

选项时才应匹配它。如果单词边界以

07

开头，您仍然希望匹配它

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

您可以将正则表达式放入

r”“

字符串中。这样，您就不必写那么多斜杠：

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

在正则表达式中，

\b

在空格和加号之间不匹配

您可以做的是匹配

07

或

+44

，然后将一个数字或一个空格匹配一次或多次

[\d]+

，然后再匹配一个数字

\d

，以避免在结尾处匹配空格，并在结尾处添加一个单词边界

\b

---

请包含您的输入（或至少是一个示例），以便我们可以验证您的观察结果，并希望我们能够提供解决方案。看起来您的匹配有效，但您没有打印出所有组，而只是打印出

匹配

对象您正在将正则表达式作为字符串传递，因此反斜杠应该加倍，像

\+

而不是

\+

使用原始字符串（

r'.'

）可以避免这种复杂性。顺便说一句，我个人建议

[+]

，而不是

\+

；这样，它在引用上下文时具有相同的含义，而不是强迫读者判断某个外部上下文是否使用斜杠。

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

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