如何识别手机号所属国家并生成对应列？含本地号码及指定国验证

针对你需要处理手机号生成国家列、支持本地格式号码匹配指定10个国家并返回Top5结果的需求，推荐使用Google的phonenumbers库——它能完美解决本地无国家码号码的识别问题，比你之前尝试的库适配性更强。

核心实现步骤 #

1. 安装依赖

pip install phonenumbers

2. 定义指定国家列表与核心识别函数

先明确你要匹配的10个国家的ISO代码（示例以常见国家为例，可自行替换），然后编写函数批量处理号码：

import phonenumbers
from phonenumbers.phonenumberutil import NumberParseException

# 替换为你需要指定的10个国家ISO代码
TARGET_COUNTRIES = ['AU', 'US', 'GB', 'CA', 'NZ', 'SG', 'IN', 'JP', 'KR', 'CN']

def get_top_countries(phone_num, target_countries=TARGET_COUNTRIES, top_n=5):
    # 预处理：移除号码中的非数字字符（空格、括号、连字符等）
    clean_num = ''.join([c for c in phone_num if c.isdigit()])
    if not clean_num:
        return None
    
    matched_countries = []
    
    # 先尝试自动识别带国家码的号码
    try:
        num_obj = phonenumbers.parse(clean_num, None)
        if phonenumbers.is_valid_number(num_obj):
            region = phonenumbers.region_code_for_number(num_obj)
            if region in target_countries:
                # 可信度设为最高（带国家码匹配）
                matched_countries.append((region, 1.0))
    except NumberParseException:
        pass
    
    # 遍历目标国家，尝试匹配本地格式号码
    for country in target_countries:
        try:
            num_obj = phonenumbers.parse(clean_num, country)
            if phonenumbers.is_valid_number(num_obj):
                # 本地匹配可信度设为0.8（低于带国家码的匹配）
                matched_countries.append((country, 0.8))
        except NumberParseException:
            continue
    
    # 去重并按可信度排序，取TopN
    unique_countries = list({region: score for region, score in matched_countries}.items())
    unique_countries.sort(key=lambda x: x[1], reverse=True)
    top_regions = [region for region, _ in unique_countries[:top_n]]
    
    return ','.join(top_regions) if top_regions else None

3. 生成DataFrame新列

假设你用Pandas处理数据，直接用apply函数批量生成Proposed_Telephone_Country列：

import pandas as pd

# 示例数据
df = pd.DataFrame({'Telephone': ['+61406034123', '0406034123', '1234567890', '02071234567']})

# 生成新列
df['Proposed_Telephone_Country'] = df['Telephone'].apply(get_top_countries)

关键特性说明 #

• 本地号码支持：比如澳大利亚本地格式0406034***，函数会通过遍历目标国家规则匹配到AU
• 多匹配排序：带国家码的匹配优先级高于本地匹配，最终返回可信度最高的Top5国家
• 指定国家过滤：仅返回你指定的10个国家中的匹配结果，避免无关国家干扰

注意事项 #

• 预处理步骤很重要：务必清理号码中的非数字字符，否则可能导致解析失败
• 若需要调整可信度权重，可以修改函数中1.0和0.8的数值
• 对于部分重叠号码段的国家，可能会出现多个匹配结果，函数会按预设权重排序返回

内容的提问来源于stack exchange，提问作者Hector