php regex ，从 text/html 中提取电话号码

Question

可能的重复：
php 正则表达式，从 html 文档中提取类似电话号码的正则表达式< /a>

我正在尝试从不同的 html 页面中提取电话号码。基本上，该信息是一个 10 位数字，可能有不同的形式，例如：

000-000-0000
000 - 000 - 0000
0000000000

please note that 000 - 000 - 0000000 is not a valid phone number so it should not extract the number if it contains any additional digits

如果您能帮助我创建适用于所有 3 种情况的完美正则表达式，我将不胜感激。到目前为止，我只能让它适用于最后一个（最简单的一个）。

Answer 1

这是一个很好的起点：

<?php 

// all on one line... 
$regex = '/^(?:1(?:[. -])?)?(?:\((?=\d{3}\)))?([2-9]\d{2})(?:(?<=\(\d{3})\))? ?(?:(?<=\d{3})[.-])?([2-9]\d{2})[. -]?(\d{4})(?: (?i:ext)\.? ?(\d{1,5}))?$/';

// or broken up 
$regex = '/^(?:1(?:[. -])?)?(?:\((?=\d{3}\)))?([2-9]\d{2})' 
        .'(?:(?<=\(\d{3})\))? ?(?:(?<=\d{3})[.-])?([2-9]\d{2})' 
        .'[. -]?(\d{4})(?: (?i:ext)\.? ?(\d{1,5}))?$/'; 

?> 

注意非捕获子模式（看起来像 (?:stuff)）。这使得格式化变得容易：

<?php 

$formatted = preg_replace($regex, '($1) $2-$3 ext. $4', $phoneNumber); 

// or, provided you use the $matches argument in preg_match 

$formatted = "($matches[1]) $matches[2]-$matches[3]"; 
if ($matches[4]) $formatted .= " $matches[4]"; 

?>

还有一些示例结果：

520-555-5542 :: MATCH 
520.555.5542 :: MATCH 
5205555542 :: MATCH 
520 555 5542 :: MATCH 
520) 555-5542 :: FAIL 
(520 555-5542 :: FAIL 
(520)555-5542 :: MATCH 
(520) 555-5542 :: MATCH 
(520) 555 5542 :: MATCH 
520-555.5542 :: MATCH 
520 555-0555 :: MATCH 
(520)5555542 :: MATCH 
520.555-4523 :: MATCH 
19991114444 :: FAIL 
19995554444 :: MATCH 
514 555 1231 :: MATCH 
1 555 555 5555 :: MATCH 
1.555.555.5555 :: MATCH 
1-555-555-5555 :: MATCH 
520-555-5542 ext.123 :: MATCH 
520.555.5542 EXT 123 :: MATCH 
5205555542 Ext. 7712 :: MATCH 
520 555 5542 ext 5 :: MATCH 
520) 555-5542 :: FAIL 
(520 555-5542 :: FAIL 
(520)555-5542 ext .4 :: FAIL 
(512) 555-1234 ext. 123 :: MATCH 
1(555)555-5555 :: MATCH

如果您像您建议的那样允许空格和破折号，您可能会得到很多误报。

Answer 2

如果您想允许无限制地组合 10 位数字，那么这样就可以了：

^\D?((?:\d\D*){10})$