Python代码接受多种不同格式的美国电话号码？

我从文件中读取了大量用户输入的代表电话号码的数据。它们的输入方式略有不同：

5555555555 555-555-5555 555-555/5555 1555-555-5555 etc... 5555555555 555-555-5555 555-555/5555 1555-555-5555 等 我如何在Python中轻松解析所有这些电话号码并生成规范输出，如：

---

555-555-5555？

我不是美国人，但这适用于俄罗斯电话号码。。。也许这也适用于美国的

放弃所有非数字字符

验证剩余的数字量

在适当的位置插入几条破折号

---

只取带有正则表达式的数字。然后找出他们是否附加了1（没有以1开头的区号）。如果它在那里，请删除它，否则，按您想要的方式格式化10位数字

import re
pnumber = re.sub("[^0-9]", "", input_number)
if pnumber[0] == 1:
    pnumber = pnumber[1:] #strip 1st char if 1

#insert the dashes
if len(pnumber) == 10:
    pnumber = "%s-%s-%s" % (pnumber[:3],pnumber[3:6],pnumber[6:])
else:
    #throw error

---

深入Python有一节是关于解析电话号码的

---

确定要识别的格式，然后创建一个正则表达式，将数字的不同部分（如区号、前缀等）分组，并与每个格式匹配。最后，使用替换来生成所需的规范输出

例如：

相配

xxx-xxx-xxxx   -> \d{3}-\d{3}-\d{4}
(xxx) xxx-xxxx -> \(\d{3}\) \d{3}-\d{4}
1-xxx-xxx-xxx  -> 1-\d{3}-\d{3}-\d{4}

这忽略了限制前缀和区号的规则（美国不允许区号或前缀为0或1）。您可以尝试非常聪明地创建一个与所有内容都匹配的正则表达式，但最终会得到一个不可能修改的混乱局面，而您应该将这些模式组合在一起，以便将来更容易修改它们

基本思想：

pattern = re.compile(r'\d{3}-\d{3}-\d{4}|\(\d{3}\) \d{3}-\d{4}|1-\d{3}-\d{3}-\d{4}')

为规范输出添加了分组

pattern = re.compile(r'(\d{3})-(\d{3})-(\d{4})|\((\d{3})\) (\d{3})-(\d{4})|1-(\d{3})-(\d{3})-(\d{4})')

---

然后根据您的输入运行，对于每个电话号码输入，您将有3个匹配组，一个用于区号，一个用于前缀，一个用于后缀，您可以根据需要输出。您需要对正则表达式有一个基本的了解，但这应该不会太难。

经过一点准备，strings的方法提供了非常快速和简单的操作。我给出了用于普通字符串的Python 2代码（Python 3和Python 2中的Unicode字符串有点不同——询问这是否是您所需要的）：

准备（一次性完成，例如在模块加载时）：

执行（将任何合适的字符串转换为属性格式的数字）：

---

当然，当

len（y）

不等于10时，您需要决定要做什么（只需像我在这里所做的那样引发一个异常，或者，还有什么）。但是，这对于任何其他形式的处理（regex或其他任何形式）都是必要的。

translate

方法非常快速和简单

您可能还想了解北美的编号计划。这不仅是一个彻底的答案，而且还注意到，即使是电话号码在解析时也会出现转角情况。

pattern = re.compile(r'(\d{3})-(\d{3})-(\d{4})|\((\d{3})\) (\d{3})-(\d{4})|1-(\d{3})-(\d{3})-(\d{4})')

>>> import string
>>> allchars = string.maketrans('', '')
>>> nondigits = allchars.translate(allchars, string.digits)

>>> x='1555-555-5555'
>>> y=(x.translate(allchars, nondigits)).lstrip('1')
>>> assert len(y) == 10
>>> '%s-%s-%s' % (y[:3], y[3:6], y[6:])
'555-555-5555