问题背景

取一段文本中的所有11位数字，估且可以理解成手机号吧。

具体要求

• 11位数字
• 8位的，超过11位的都不算

问题变更

正则网站测试正常

在一个网站上regex101做好的手机号的识别，大家感兴趣的可以自己去试一试。

数据如下：

12345678901
a12345678901
12345678901bb
a12345678901bb
18274877543aa

python测试失败

import re
re.findall("(?<=[^\d])[12]{2}(?=[^\d])","12abc12")

查找2位数

re.findall("[12]{2}","12abc12")
Out[5]: ['12', '12']

包含3位数失效

re.findall("[12]{2}","12abc123")
Out[6]: ['12', '12']

我们其实只想要特定位数的，这里应该只返回12即可，后面那个123中的12不应该被提取出来。

看正常的正则代码在python里面的表现

import re
mobile = ["12345678901", "a12345678901", "12345678901bb", "a12345678901bb","18274877543aa"]

def regmobile(mobile):
    pattern = "(?<=[^\d])1[0-9]{10}(?=[^\d])"
    return re.findall(pattern,mobile)
[regmobile(x) for x in mobile]
Out[12]: [[], [], [], ['12345678901'], []]

看到只匹配了第4个，其余的一个都没有命中，但是在我们练习的网站上，是全部匹配成功的。

解决方案

问题原因

• python中的look behind是要有固定的长度的，所以没办法匹配空值的例子，比如mobile中的12345678901。

解决办法

reg = re.compile(r"(?:^|(?<=[^\d]))1[0-9]{10}(?=[^0-9]|$)")

结合^和$这两个符号可以解决零宽断言的问题。

解释一下re.compile什么意思

就是把正则的语句提前编译一下，再查找起来会快很多。相当于对re又起了一个实例。
用法如下：
reg.findall(mobile)

相似问题

如何提取只有4-6位的数字验证码？

这个问题有效整理成，如何利用tasker自动转发短信验证码？

• 通过m1电脑，可以直接通过bark在熄屏时自动推送到PC端。(大大提升PC端使用验证码找手机的用户体验哈)
• 多台手机的验证码转发。准确识别出验证码可以解决出很多问题。
• 自动充值的礼品卡密钥，收到好自动复制到剪贴板，然后并自动打开要充值的APP。

参考资料

1. regex – Python 正则表达式错误
2. Python regex error: look-behind requires fixed-width pattern
3. [Python] regex fixed-width positive lookbehinds – 报错常见形式