正则表达式匹配特定格式电话号码异常问题求助

嘿，我来帮你搞清楚这个问题～

你遇到的情况其实是search()方法的特性导致的：它会在输入字符串里找到第一个符合正则模式的子串，不管这个子串是不是被更长的无效内容包裹。你的正则r'\d\d\d-\d\d\d-\d\d\d\d'只是定义了“3位数字-3位数字-4位数字”的格式，但没有限制这个格式必须是一个完整的电话号码——所以当你传入415-555-42424854-201时，它会从里面截取前12个字符（415-555-4242），这刚好符合你的正则模式，自然就返回匹配结果了。

要解决这个问题，你需要确保正则匹配的是完整的、独立的电话号码，而不是从更长的数字串里“抠”出符合格式的片段。这里有两种常用的方案：

方案1：使用负向断言（更精准） #

通过断言限制电话号码的前后不能是数字，这样就不会从更长的数字序列里匹配出片段：

import re
# 加了前后断言：前面不能是数字，后面也不能是数字
phoneNumRegex = re.compile(r'(?<!\d)\d\d\d-\d\d\d-\d\d\d\d(?!\d)')
mo = phoneNumRegex.search('My number is 415-555-42424854-201.')
if mo is not None:
    print('Phone number found: ' + mo.group())
else:
    print("Pattern is not matched")

这里的(?<!\d)是负向回顾断言，确保匹配的号码前一位不是数字；(?!\d)是负向前瞻断言，确保号码后一位不是数字。这样就能彻底避免从无效的长数字串里匹配出符合格式的部分。

方案2：使用单词边界（更简洁） #

如果你的电话号码前后通常是空格、标点或者字符串的开头/结尾，可以用单词边界\b来限制：

import re
phoneNumRegex = re.compile(r'\b\d\d\d-\d\d\d-\d\d\d\d\b')
mo = phoneNumRegex.search('My number is 415-555-42424854-201.')
if mo is not None:
    print('Phone number found: ' + mo.group())
else:
    print("Pattern is not matched")

\b会匹配“单词字符（字母、数字、下划线）”和“非单词字符”之间的边界，所以当号码后面直接跟数字时，\b不会匹配，自然就找不到符合条件的结果了。

现在再测试你说的无效号码，程序就会输出Pattern is not matched，完全符合你的预期啦～

内容的提问来源于stack exchange，提问作者Shaheer