( |^|>)(((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{2})(-)?( )?)?)([0-9]{7}))|((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{3})(-)?( )?)?)([0-9]{6}))|((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{1})(-)?( )?)?)([0-9]{8})))( |$|<)
它格式化荷兰和比利时电话号码(我只想要那些31和32作为国家代码).
它不是很有趣的破译,但你可以看到它也有很多重复.但现在它确实非常准确地处理它
所有以下欧洲格式的电话号码都被接受
0031201234567 0031223234567 0031612345678 +31(0)20-1234567 +31(0)223-234567 +31(0)6-12345678 020-1234567 0223-234567 06-12345678 0201234567 0223234567 0612345678
并且以下的错误格式化的没有
06-1234567 (mobile phone number in the Netherlands should have 8 numbers after 06 ) 0223-1234567 (area code with home phone)
相反,这是好的.
020-1234567 (area code with 3 numbers has 7 numbers for the phone as opposed to a 4 number area code which can only have 6 numbers for phone number)
正如你可以看到的那样,这个’ – ‘字符使它有点困难,但我需要它在那里,因为它是人们通常使用的格式的一部分,我想要能够解析它们.
现在是我的问题…您是否看到一种方法来简化正则表达式(如果您看到错误,您甚至可以改进它),同时遵守相同的规则？
你可以在regextester.com测试
第二个观察：表达中有许多很多的捕捉括号(42)如果我算得上正确;当然42是“生命答案,宇宙和一切” – 见道格拉斯·亚当斯(Douglas Adams) Hitchiker’s Galaxy of the Galaxy“如果您需要解释的话).
比尔的蜥蜴注意到你使用'( – )？()？’几次.与“ – ”相比,没有明显的优势？或者可能是'[ – ]？’,除非你真的打算分别捕获实际的标点符号(但是有这么多的捕捉括号),使用’$n’项目将是困难的).
所以,让我们来试一试你的单行：
( |^|>)
(
((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{2})(-)?( )?)?)([0-9]{7})) |
((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{3})(-)?( )?)?)([0-9]{6})) |
((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{1})(-)?( )?)?)([0-9]{8}))
)
( |$|<)
OK – 现在我们可以看到正则表达式的正则结构.
这里有更多的分析可能.是的,正则表达式可以有很大的改进.第一个明显的一个是提取国际前缀部分,并应用一次(可选地,或要求前导零),然后应用国家规则.
( |^|>)
(
(((\+|00)(31|32)( )?(\(0\))?)|0)
(((([0-9]{2})(-)?( )?)?)([0-9]{7})) |
(((([0-9]{3})(-)?( )?)?)([0-9]{6})) |
(((([0-9]{1})(-)?( )?)?)([0-9]{8}))
)
( |$|<)
然后我们可以简化如前所述的标点符号,并删除一些合理的冗余圆括号,并改进国家代码识别器：
( |^|>)
(
(((\+|00)3[12] ?(\(0\))?)|0)
(((([0-9]{2})-? ?)?)[0-9]{7}) |
(((([0-9]{3})-? ?)?)[0-9]{6}) |
(((([0-9]{1})-? ?)?)[0-9]{8})
)
( |$|<)
我们可以观察到,正则表达式并没有强制执行手机代码规则(所以它并不坚持’06’后面是8位,例如).它也似乎允许1,2或3位数的“交换”代码是可选的,即使使用国际前缀 – 可能不是你所想的,而修复它会删除一些更多的括号.之后,我们可以删除更多的括号,导致：
( |^|>)
(
(((\+|00)3[12] ?(\(0\))?)|0) # International prefix or leading zero
([0-9]{2}-? ?[0-9]{7}) | # xx-xxxxxxx
([0-9]{3}-? ?[0-9]{6}) | # xxx-xxxxxx
([0-9]{1}-? ?[0-9]{8}) # x-xxxxxxxx
)
( |$|<)
你可以从这里进一步优化,我希望.
