Discussion :

[thais781]

Salut le Forum,

Je cherche un petit coup de main pour extraire un numéro de telephone d'une chaine de caractère
J'ai trouvé des choses dans mes recherches mais étant une vraie bille en regex, je suis perdue ....
Voici le code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
import re
Source = """<p><strong>Kuala Lumpur</strong><strong>:</strong> 06 12 16 2712 </p>"""
 
def extract_mobile_number(text):
	phone = re.findall(re.compile(r'(?:(?:\+?([1-9]|[0-9][0-9]|[0-9][0-9][0-9])\s*(?:[.-]\s*)?)?(?:\(\s*([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9])\s*\)|([0-9][1-9]|[0-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9]))\s*(?:[.-]\s*)?)?([2-9]1[02-9]|[2-9][02-9]1|[2-9][02-9]{2})\s*(?:[.-]\s*)?([0-9]{4})(?:\s*(?:#|x\.?|ext\.?|extension)\s*(\d+))?'), text)
	print(phone)
	if phone:
		number = ''.join(phone[0])
		if len(number) > 10:
			return '+' + number
		else:
			return number
 
print(extract_mobile_number(Source))

Si vous avez une idée
Merci d'avance

Thais

[marco056]

Une petite requête sur ton moteur favori avec "regex python téléphone" te donnera qqchose de bcp plus simple...

[thais781]

Merci, c'est effectivement ce que j'avais fais ...
Mais mon appel a l'aide vient peut être pas d'un pb de regex ??
Meme quand j'essaye plusieurs combinaisons, j'ai toujours une chaine vide en retour

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
 
import re
Source = "<p><strong>Kuala Lumpur</strong><strong>:</strong> 0612162712 "
 
def extract_mobile_number(text):
	expression = r"^0[0-9]([ .-]?[0-9]{2}){4}$"
	phone = re.findall(re.compile(expression), text)
	print(phone)
	if phone:
		number = ''.join(phone[0])
		if len(number) > 10:
			return '+' + number
		else:
			return number
print(extract_mobile_number(Source))
 
 
 
print(re.search(r"^0[0-9]([ .-]?[0-9]{2}){4}$", Source))
 
 
 
chn_mdp = r"^0[0-9]([ .-]?[0-9]{2}){4}$"
exp_mdp = re.compile(chn_mdp)
print(exp_mdp.search(Source))

Helppppppp

[wiztricks]

Salut,

Mais mon appel a l'aide vient peut être pas d'un pb de regex ??
Meme quand j'essaye plusieurs combinaisons, j'ai toujours une chaine vide en retour

Une regex, c'est comme du code. Ca s'écrit parce qu'on espère avoir compris comment décrire le pattern à attraper et si çà ne fonctionne pas, çà se relit pour comprendre pourquoi çà ne fonctionne pas et l'améliorer.
Donc si la chaine de caractères est "<p><strong>Kuala Lumpur</strong><strong>:</strong> 0612162712 "
et qu'on cherche à attraper une suite de digits, on écrira:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
>>> s = "<p><strong>Kuala Lumpur</strong><strong>:</strong> 0612162712 "
>>> import re
>>> re.findall('[\d]+', s)
['0612162712']

Et si c'est autre chose on adapte...

- W

[thais781]

Merci pour vos conseils, je suis vraiment une bille en regex
Je ne comprend pas ce qui peut clocher dans cette expression ...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
	expression = r"^0[0-9]([ .-]?[0-9]{2}){4}$"

^0 : commence par un 0
[0-9] : le chiffre 2 est entre 0 et 9
([ .-]?[0-9]{2}) : on a soit un espace, un point, un tiret ou rien suivi de 2 chiffres entre 0 et 9
{4} : on repète cette parenthèse 4 fois

donc une chaine "pur</strong><strong>:</strong> 0612 16-27.12"
devrait être détecté et extraite .... mais non ....

Thais

[wiztricks]

Salut,

Merci pour vos conseils, je suis vraiment une bille en regex

Déjà je ne comprends pas pourquoi vous n'utilisez pas un BS4 pour parser le HTML:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

"<p><strong>Kuala Lumpur</strong><strong>:</strong> 06 12 16 2712 </p>"

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
>>>  html = ...
>>> soup = bs4.BeautifulSoup(html, "html.parser")
>>> soup.text
'Kuala Lumpur: 06 12 16 2712 '
>>>

facile à découper en 2 suivant les ':'.


Après si vous voulez progresser côté regex, ben, il y a plein de tutos. et il va falloir y passer du temps pour être moins "bille".

- W

[marco056]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
chn_mdp = r"([0]{1})([1-9]{1})[ .,/-]?[1-9]{2}[ .,/-]?[1-9]{2}[ .,/-]?[1-9]{2}[ .,/-]?[1-9]{2}"
exp_mdp = re.compile(chn_mdp)
print(exp_mdp.search(Source))

[MPython Alaplancha]

Bonsoir,
Je suis aussi une bille en regex.
Cependant si ça peut t'aider:

^0 : commence par un 0

Pas vraiment. La chaine en question commence par p
s = 'pur</strong><strong>:</strong> 0612 16-27.12'
....
Voici avec ma bille^^ ce que je ferais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

re.findall('[0][0-9]+[ .-][0-9]+[ .-][0-9]+[ .-][0-9]+',s)

[0] car ton tel commence par 0
[0-9]+ va te matcher 612
[ .-][0-9]+ va te matcher un espace ou un point ou - suivit d'un ou plusieurs chiffres

[thais781]

Bon après un peu de formation sur les Regex suivant vos conseils, voici ma version finale :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
import re
Source = "0033bonjour 01 12.16-2712 toto +336 12.23-0033 titi 0033 6 12.56-2712"
 
MyEndResult = []
for MyResult in re.findall('(?:0033|\+33|0)[-.\s]?[1-9]{1}[-.\s]?\d{2}[-.\s]?\d{2}[-.\s]?\d{2}[-.\s]?\d{2}', Source):
	MyTemp = MyResult.replace(".","").replace(" ","").replace("-","").replace("+33","0")
	MyTemp = re.sub('^%s' % "0033", "0", MyTemp)
	MyEndResult.append(MyTemp)
 
print(MyEndResult)
 
>>>  ['0112162712', '0612230033', '0612562712']

Si ca peut être utile a qqun ;-)
Par contre s'il y a des cas que ca ne gère pas, n'hésitez pas ....

Dans tous les cas, merci pour votre aide et vos conseils

Thais

[Hephaistos007]

Pas très "clean code" tout ca. Pourquoi ne pas exploiter ce que t'offre Python, comme suit :

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
#sous-programmes (facilement modifiables si besoin)
def extractPhonesFromText(txt): return re.findall('(?:0033|\+33|0)[-.\s]?[1-9]{1}[-.\s]?\d{2}[-.\s]?\d{2}[-.\s]?\d{2}[-.\s]?\d{2}', txt)
 
def sanitizePhone(phoneNumber): return re.sub('^%s' % "0033", "0", phoneNumber.replace(".","").replace(" ","").replace("-","").replace("+33","0"))
 
#programme principal
import re
Source = "0033bonjour 01 12.16-2712 toto +336 12.23-0033 titi 0033 6 12.56-2712"
 
allPhones = extractPhonesFromText(Source)
allSanitizedPhones = list(map(sanitizePhone, allPhones))
print(allSanitizedPhones)