Python 实现电话号码和Email地址提取程序

Python 实现电话号码和Email地址提取程序

背景

在日常工作或学习中,我们经常需要从网页或文档中提取信息,比如电话号码和E-mail地址。手动查找和提取这些信息可能会耗费大量时间,而自动化工具可以帮助我们快速完成这个任务。

本篇博客将带你一步步实现一个程序,从剪贴板中提取所有电话号码和E-mail地址,并将它们整理后再复制到剪贴板中。

任务目标

  1. 从剪贴板取得文本
  2. 找出文本中的所有电话号码和E-mail地址
  3. 将它们粘贴到剪贴板,以便快速使用。

实现步骤

1. 安装依赖库

我们需要 pyperclip 库来实现从剪贴板复制和粘贴文本。如果你还没有安装 pyperclip,可以通过以下命令进行安装:

bash 复制代码
pip install pyperclip
2. 编写程序

接下来,我们将逐步实现该程序:

  1. 使用 pyperclip 从剪贴板获取文本
  2. 编写两个正则表达式,一个匹配电话号码,另一个匹配 E-mail 地址。
  3. 使用正则表达式提取所有匹配项
  4. 将提取到的电话号码和 E-mail 地址整理后粘贴到剪贴板
  5. 显示消息,提示用户结果。
3. Python 代码实现
python 复制代码
import pyperclip
import re

# 1. 创建电话号码的正则表达式
phone_regex = re.compile(r'''(
    (\d{3}|\(\d{3}\))?              # 区号 (可选)
    (\s|-|\.)?                      # 分隔符 (可选)
    (\d{3})                         # 前三个数字
    (\s|-|\.)                       # 分隔符
    (\d{4})                         # 后四个数字
    (\s*(ext|x|ext.)\s*(\d{2,5}))?  # 分机号 (可选)
)''', re.VERBOSE)

# 2. 创建 E-mail 地址的正则表达式
email_regex = re.compile(r'''(
    [a-zA-Z0-9._%+-]+               # 用户名
    @                               # @ 符号
    [a-zA-Z0-9.-]+                  # 域名
    (\.[a-zA-Z]{2,4})               # 顶级域名
)''', re.VERBOSE)

# 3. 从剪贴板中获取文本
text = pyperclip.paste()

# 4. 在文本中找到所有电话号码和 E-mail 地址
matches = []

# 查找电话号码
for groups in phone_regex.findall(text):
    phone_num = '-'.join([groups[1], groups[3], groups[5]])
    if groups[8] != '':
        phone_num += f' ext{groups[8]}'
    matches.append(phone_num)

# 查找 E-mail 地址
for groups in email_regex.findall(text):
    matches.append(groups[0])

# 5. 如果找到了匹配项,就将它们复制到剪贴板
if matches:
    # 将结果整理成一个字符串,每行一个结果
    results = '\n'.join(matches)
    pyperclip.copy(results)
    print("已找到以下电话号码和E-mail地址,并复制到剪贴板:")
    print(results)
else:
    print("未找到任何电话号码或E-mail地址。")
4. 代码详细说明
  • 正则表达式:

    • 电话号码正则表达式:
      • (\d{3}|\(\d{3}\))?:匹配可选的3位区号,允许括号表示法,如 (123)
      • (\s|-|\.)?:匹配可选的分隔符,如空格、短横线或点号。
      • (\d{3})(\d{4}):匹配电话号码的前3位和后4位数字。
      • (ext|x|ext.)?:匹配可选的分机号,如 ext. 1234
    • E-mail 地址正则表达式:
      • [a-zA-Z0-9._%+-]+:匹配用户名部分,支持字母、数字、点、下划线、百分号等。
      • @:匹配 @ 符号。
      • [a-zA-Z0-9.-]+:匹配域名。
      • (\.[a-zA-Z]{2,4}):匹配顶级域名,如 .com.cn
  • pyperclip:

    • pyperclip.paste():从剪贴板中获取文本。
    • pyperclip.copy():将结果复制到剪贴板。
  • 匹配过程:

    • 通过 phone_regex.findall(text)email_regex.findall(text),找到文本中的所有电话号码和 E-mail 地址。
    • 将所有匹配项整理成字符串,逐行输出并复制到剪贴板。
5. 程序运行示例

假设剪贴板内容如下:

复制代码
Contact us at (123) 456-7890 or 987-654-3210 ext. 123. 
You can also email [email protected] or [email protected].

程序输出:

复制代码
已找到以下电话号码和E-mail地址,并复制到剪贴板:
123-456-7890
987-654-3210 ext123
[email protected]
[email protected]
6. 未找到匹配时的提示

如果文本中没有电话号码或 E-mail 地址,程序将输出:

复制代码
未找到任何电话号码或E-mail地址。

结论

通过 pyperclip 模块结合正则表达式,可以轻松实现从剪贴板中提取电话号码和 E-mail 地址的程序。这个小工具可以广泛应用于信息采集、数据整理等场景,极大提升工作效率。在实际使用中,你可以根据需要对正则表达式进行扩展,以适应更多格式的电话号码和 E-mail 地址。

相关推荐
我不会编程5556 分钟前
Python Cookbook-5.1 对字典排序
开发语言·数据结构·python
李少兄7 分钟前
Unirest:优雅的Java HTTP客户端库
java·开发语言·http
老歌老听老掉牙27 分钟前
平面旋转与交线投影夹角计算
python·线性代数·平面·sympy
满怀101532 分钟前
Python入门(7):模块
python
无名之逆32 分钟前
Rust 开发提效神器:lombok-macros 宏库
服务器·开发语言·前端·数据库·后端·python·rust
你觉得20536 分钟前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
似水এ᭄往昔37 分钟前
【C语言】文件操作
c语言·开发语言
啊喜拔牙44 分钟前
1. hadoop 集群的常用命令
java·大数据·开发语言·python·scala
xixixin_1 小时前
为什么 js 对象中引用本地图片需要写 require 或 import
开发语言·前端·javascript
W_chuanqi1 小时前
安装 Microsoft Visual C++ Build Tools
开发语言·c++·microsoft