Regex 在R中提取电话号码问题

有这样的数字：

ll <- readLines(textConnection("(412) 573-7777 opt 1
563.785.1655 x1797
(567) 523-1534 x7753
(567) 483-2119 x 477
(451) 897-MALL
(342) 668-6255 ext 7
(317) 737-3377 Opt 4
(239) 572-8878 x 3
233.785.1655 x1776
(138) 761-6877 x 4
(411) 446-6626 x 14
(412) 337-3332x19
412.393.3177 x24
327.961.1757 ext.4"))

我试过这个：

gsub('[(]([0-9]{3})[)] ([0-9]{3})[-]([0-9]{4}).*','\\1-\\2-\\3',ll)

---

它并没有涵盖所有的可能性。我想我可以使用几个正则表达式模式来实现，但我认为可以使用单个正则表达式来实现。

如果您还想提取用字母表示的数字，可以在

gsub

中使用以下正则表达式：

gsub('[(]?([0-9]{3})[)]?[. -]([A-Z0-9]{3})[. -]([A-Z0-9]{4}).*','\\1-\\2-\\3',ll)

看

您可以从字符类中删除所有

A-Z

，只匹配没有字母的数字

正则表达式：

• [（]？

  -可选的

  （

• （[0-9]{3}）

  -3位数字

• [）]？

  -可选的

  ）

• [.-]

  -点、空格或连字符

• （[A-Z0-9]{3}）

  -3位数字或字母顺序

• [.-]

  -点、空格或连字符

• （[A-Z0-9]{4}）

  -4位数字或字母顺序

• *

  -结尾任意数量的字符

---

有

购物中心的那家怎么样
MALL
不是一个数字。@Stribizev-
1800 PIZZA
等是电话号码，字母组与键盘上的数字相对应。@Stribizev很好。其目的是最大限度地提取与此模式相关的元素。同样相关的还有：
gsub('[(]?([0-9]{3})[)]?[. -]([A-Z0-9]{3})[. -]([A-Z0-9]{4}).*','\\1-\\2-\\3',ll)