Extract Phone Number

Version imprimable

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:

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 :roll:
Merci d'avance

Thais

01/03/2020, 20h44
marco056

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

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 :oops:

Code:

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

02/03/2020, 15h30
wiztricks
Salut,

Citation:

Envoyé par thais781

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 :oops:

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 "Kuala Lumpur: 0612162712 "
et qu'on cherche à attraper une suite de digits, on écrira:
Code:

1 2 3 4 >>> s = "Kuala Lumpur: 0612162712 " >>> import re >>> re.findall('[\d]+', s) ['0612162712']
Et si c'est autre chose on adapte...

- W
02/03/2020, 17h33
thais781
Merci pour vos conseils, je suis vraiment une bille en regex
Je ne comprend pas ce qui peut clocher dans cette expression ...
Code:

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: 0612 16-27.12"
devrait être détecté et extraite .... mais non ....

Thais
02/03/2020, 18h46
wiztricks
Salut,

Citation:

Envoyé par thais781

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:

"Kuala Lumpur: 06 12 16 2712 "
Code:

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

Code:

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))

02/03/2020, 20h20
MPython Alaplancha

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

Citation:

Envoyé par thais781

^0 : commence par un 0

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

Code:

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

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

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

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

Code:

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)