在R语言中替换不同格式电话号码遇正则错误的解决求助

问题需求 #

需要将文本中任意格式的电话号码替换为aaaaaaaaaa，原始数据示例：

df <- data.frame(
  text = c(
    'my number is (123)-416-567',
    "1 321 124 7889 is valid",
    'why not taking 987-012-6782',
    '120 967 3256 is correct',
    'call at 888 969 9919',
    'please text at 1 647 989 1213'
  )
)

原始代码与错误 #

原始处理代码执行时出现转义错误和匹配逻辑问题：

df %>% 
  mutate(
    text = str_replace_all(text, '^(\\+\\d{1,2}\\s)?\\(?\\d{3}\\)?[\\s.-]\\d{3}[\\s.-]\\d{4}$', 'aaaaaaaaaa')
  )

报错信息：

Error: '\+' is an unrecognized escape in character string starting "'^(\+"
Error: unexpected ')' in "  )"

错误原因 #

1. 转义字符错误：R语言中字符串的反斜杠需要双重转义，单反斜杠\会被识别为转义起始符，因此正则中的\+、\d等必须写成\\+、\\d。
2. 锚点使用错误：正则中的^（行首）和$（行尾）锚点会要求整行完全匹配电话号码，但实际需求是替换文本中片段式的电话号码，因此必须移除这两个锚点。
3. 格式匹配不灵活：原始正则无法覆盖1 321 124 7889这类带前置国家码且多段空格分隔的格式。

修正后的代码 #

library(dplyr)
library(stringr)

df %>% 
  mutate(
    text = str_replace_all(
      text,
      # 匹配带可选国家码、任意分隔符的10/11位电话号码
      '(\\+?\\d{1,2}\\s?)?(\\(?\\d{3}\\)?[\\s.-]?)?\\d{3}[\\s.-]?\\d{4}',
      'aaaaaaaaaa'
    )
  )

执行结果 #

运行后得到符合期望的输出：

text
1     my number is aaaaaaaaaa
2     aaaaaaaaaa is valid
3 why not taking aaaaaaaaaa
4     aaaaaaaaaa is correct
5        call at aaaaaaaaaa
6 please text at aaaaaaaaaa

内容的提问来源于stack exchange，提问作者Alex