Python实践练习：电话号码和 E-mail 地址提取程序，,题目：假设你有一个无

题目：

假设你有一个无聊的任务，要在一篇长的网页或文章中，找出所有电话号码和邮件地址。如果手动翻页，可能需要查找很长时间。如果有一个程序，可以在剪贴板的文本中查找电话号码和 E-mail 地址，那你就只要按一下 Ctrl-A 选择所有文本，按下 Ctrl-C 将它复制到剪贴板，然后运行你的程序。它会用找到的电话号码和 E-mail地址，替换掉剪贴板中的文本。

测试文本

Skip to main contentHomeSearch formSearchGO!TopicsArduinoArt & DesignGeneral ComputingHacking & Computer SecurityHardware / DIYJavaScriptKidsLEGO?LEGO? MINDSTORMS?Linux & BSDSkip to main contentHomeSearch formSearchGO!CatalogMediaWrite for UsAbout UsTopicsArduinoArt & DesignGeneral ComputingHacking & Computer SecurityHardware / DIYJavaScriptKidsLEGO?LEGO? MINDSTORMS?Linux & BSDMangaMinecraftProgrammingPythonScience & MathScratchSystem AdministrationEarly AccessGift CertificatesFree ebook edition with every print book purchased from nostarch.com!Shopping cart3 Items    Total: $53.48View cart CheckoutContact UsNo Starch Press, Inc.245 8th StreetSan Francisco, CA 94103 USAPhone: 800.420.7240 or +1 415.863.9900 (9 a.m. to 5 p.m., M-F, PST)Fax: +1 415.863.9950Reach Us by EmailGeneral inquiries: [email protected]Media requests: [email protected]Academic requests: [email protected] (Please see this page for academic review requests)Help with your order: [email protected]Reach Us on Social MediaTwitterFacebookNavigationMy accountLog outManage your subscription preferences.About Us  |  ★ Jobs! ★  |  Sales and Distribution  |  Rights  |  Media  |  Academic Requests  |  Conferences  |  Order FAQ  |  Contact Us  |  Write for Us  |  PrivacyCopyright 2018 No Starch Press, Inc

运行后结果

Copied to clipboard:800-420-7240415-863-9900415-863-9950 [email protected][email protected][email protected][email protected]Hit any key to close this window...

思路

当你开始接手一个新项目时，很容易想要直接开始写代码。但更多的时候，最好是后退一步，考虑更大的图景。我建议先草拟高层次的计划，弄清楚程序需要做什么。暂时不要思考真正的代码，稍后再来考虑。
1.创建电话的正则表达式和创建email的正则表达式
2.匹配剪切板的文本
3.把处理好的文本复制到剪切板

现在开始写程序

#! python3# phoneAndEmail.py - Finds phone numbers and email addresses on the clipboard.import re, pyperclip# 创建电话的正则表达式phoneRegex = re.compile(r'''(   (\d{3}|\(d{3}\))?  # 区号可选，444或(444)   (\s|-|\.)?  # 分隔符：字符或-或. 可选   (\d{3})  # 三个数字   (\s|-|\.)?  # 分隔符：字符或-或. 可选   (\d{4})  # 四个数字   )''',re.VERBOSE)# 创建email的正则表达式emailRegex = re.compile(r'''(   [a-zA-Z0-9._%+-]+  # username   @   [a-zA-Z0-9.-]+  # domail name   (\.[a-zA-Z]{2,4})  # dot-something   )''',re.VERBOSE)# 匹配剪切板的文本text = str(pyperclip.paste())matches = []for groups in phoneRegex.findall(text):   phoneNum = '-'.join([groups[1], groups[3], groups[6]])   matches.append(phoneNum)for groups in emailRegex.findall(text):   matches.append(groups[0])# 把处理好的文本复制到剪切板if len(matches) > 0:   pyperclip.copy('\n'.join(matches))   print('Copied to clipboard:')   print('\n'.join(matches))else:   print('No phone numbers or email addresses found.')

分析代码

re.VERBOSE是让正则表达式中可以忽略注释和空白符的一个参数。verbose表示冗杂的意思，就是可以让你添些注释，对正则更可读。
正则表达式详见：Python正则

另一个坑就是groups了，原来我没有理解groups与group的区别
group()是截取分组的意思，例子：

import rea = "123abc456"print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)   #123abc456,返回整体print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)   #123print re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)   #abcprint re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)   #456

groups() 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
代码中phoneNum = ‘-‘.join([groups[1], groups[3], groups[6]])中的groups是一个变量，别看错了。

Python实践练习：电话号码和 E-mail 地址提取程序