Python學習筆模式匹配與正則表達式之電話號碼和Email地址提取程序
隨筆記錄方便自己和同路人查閱。
#------------------------------------------------我是可恥的分割線-------------------------------------------
假設你有一個無聊的任務，要在一篇長的網頁或文章中，找出所有電話號碼和郵件地址。如果手動翻頁，可能需要查找很長時間。
如果有一個程序，可以在剪貼板的文本中查找電話號碼和 E-mail 地址，那你就只要按一下 Ctrl-A 選擇所有文本，按下 Ctrl-C 將它復
制到剪貼板，然後運行你的程序。它會用找到的電話號碼和 E-mail地址，替換掉剪貼板中的文本。當你開始接手一個新項目時，很容
易想要直接開始寫代碼。但更多的時候，最好是後退一步，考慮更大的圖景。我建議先草擬高層次的計劃，弄清楚程序需要做什麽。
暫時不要思考真正的代碼，稍後再來考慮。現在，先關註大框架。例如，你的電話號碼和 E-mail 地址提取程序需要完成以下任務：
（1）從剪貼板取得文本。
（2） 找出文本中所有的電話號碼和 E-mail 地址。
（3）將它們粘貼到剪貼板。
（4）現在你可以開始思考，如何用代碼來完成工作。代碼需要做下面的事情：
（5） 使用 pyperclip 模塊復制和粘貼字符串。
（6）創建兩個正則表達式，一個匹配電話號碼，另一個匹配 E-mail 地址。
（7）對兩個正則表達式，找到所有的匹配，而不只是第一次匹配。
（9）如果文本中沒有找到匹配，顯示某種消息。
這個列表就像項目的路線圖。在編寫代碼時，可以獨立地關註其中的每一步。每一步都很好管理。它的表達方式讓你知道在 Python
中如何去做。
#------------------------------------------------我是可恥的分割線-------------------------------------------
示例代碼：
#! python 3
# -*- coding:utf-8 -*-
# Autor: Li Rong Yang
import re,pyperclip
#定義正則表達式，找出文本中所有的電話號碼。
phoneRegex = re.compile(r‘‘‘(
#匹配區號，因為區號可能只是三位數字，也可能是括號中三位數字，所以使用？問號和管道匹配分組中的內容一次或零次
(\d{3}|\(\d{3}\))?
#匹配電話號碼的連接符，因為區號與號碼之間可能是字母也可能是短橫線或者.點符號，所以把他們分在一個組用管道和問號匹配
(\s|-|\.)?
#匹配短橫線後面的三位數字
(\d{3})
#匹配電話號碼的連接符，因為區號與號碼之間可能是字母也可能是短橫線或者.點符號，所以把他們分在一個組用管道和問號匹配
(\s|-|\.)
#匹配四個數字
(\d{4})
#匹配分機號
(\s*(ext|x|ext.)\s*(\d{2,5}))?
)‘‘‘, re.VERBOSE)
#定義正則表達式，找出文本中所有的E-mail 地址。
emailRegex = re.compile(r‘‘‘(
#創建自定義字符分類，匹配小寫a到z、大寫A到Z和數字0到9，後面可以有._%+-
[a-zA-Z0-9._%+-]+
#自定義字符分類後面是安特符號
@
#自定義字符分類，匹配寫a到z、大寫A到Z和數字0到9，後面可以有.-
[a-zA-Z0-9.-]+
#匹配分組，.點後面可以是任意大小寫字母，可以有2到4個
(\.[a-zA-Z]{2,4})
)‘‘‘,re.VERBOSE)
#從剪貼板取得文本。
text = str(pyperclip.paste())
#創建一個空列表，將所有的匹配保存在名為 matches 的列表變量中
matches = []
#循環匹配到的電話號碼
for groups in phoneRegex.findall(text):
#把匹配到的電話號碼，區號、前三位數字、後四位數字轉換為字符串，以斷橫杠分割
phoneNum = ‘-‘.join([groups[1],groups[3],groups[5]])
#判斷分機號是否不等於空
if groups[8] != ‘‘:
#電話號碼中帶有分機號時，在分機號前面加空格和大寫X
phoneNum += ‘ X‘+groups[8]
#把分機號追加到matches列表中
matches.append(phoneNum)
#循環匹配到的email地址
for groups in emailRegex.findall(text):
#分組0 匹配整個正則表達式，把email地址追加到matches列表中
matches.append(groups[0])
if len(matches) > 0:
# 將匹配的字符串整理好格式，放在一個字符串中，用於粘貼。
pyperclip.copy(‘\n‘.join(matches))
print(‘Copied to clipboard:‘)
# 打印放入粘貼版的內容。
print(‘\n‘.join(matches))
else:
# 如果文本中沒有找到匹配，顯示某種消息。
print(‘No phone numbers or email addresses found.‘)
運行結果：
Python學習筆模式匹配與正則表達式之電話號碼和Email地址提取程序