正则表达式结尾

Question

我有一个纯文本字符串，想从中提取任何格式的电话号码。 这是我的正则表达式：

r = re.compile(r"(\d{3}[-\.\s]??\d{3}[-\.\s]??\d{4}|\(\d{3}\)[-\s*]\d{3}[-\.\s]??\d{4})")

它正确提取了以下匹配项：

617.933.6444
(880)-567-4565
(880) 567-4565
222-333-8888
555 666 4444
9999999999

但是当我在文本中有798681505951 时，如何避免得到7986815059？

如何为我的正则表达式添加结尾？ （前后不能包含字母和数字，准确的数必须是10）

!!!! 决定

如果有人需要在字符串中查找美国电话号码，请使用最后一条 Wiktor Stribiżew 评论中的链接。

Answer 1

您需要使用单词边界，但将它们放入您的模式中并不明显。这是因为第二种选择以非单词字符\( 开头。因此，第一个 \b 必须添加在第一个替代项的开头，而尾随一个则添加到模式的最后：

r'(\b\d{3}[-.\s]?\d{3}[-.\s]?\d{4}|\(\d{3}\)[-\s*]\d{3}[-.\s]?\d{4})\b'
   ^^                                                               ^^ 

见regex demo

您可能还需要在( 之前使用非单词字符或字符串开头。然后在第二个替代开始处添加\B：

r'(\b\d{3}[-.\s]?\d{3}[-.\s]?\d{4}|\B\(\d{3}\)[-\s*]\d{3}[-.\s]?\d{4})\b'
                                   ^^ 

见another demo

另外，请注意，没有必要在字符类中转义 .，它已经在 [.] 中被解析为文字点。并且不需要使用懒惰的?? 量词，它在这里没有意义，而贪婪的版本? 将同样有效并且看起来“更干净”。