Извлечь номера телефонов из текстового файла

@sdlkfjhsdlktyhk · Регистрация: 06.03.2019

Студворк — интернет-сервис помощи студентам

Доброго вечера.
Ничего не шарю в программировании, есть исходный текст в форматах любых (txt/pdf/xlsx/word)
Вид текста:

дата 11/14/2016 специалист Васьков Юрий Смена: Дневная смена
маршрут Маршрут №6 автомобиль №6 №6, №6
174 перенос
№ заказ пак шт пр. клиент телефон М. Опл. Тип уровня сервиса # интервал адрес комментарии дата интервал
1 RU161109-472905 PACK19697671 1 Ольга Каверзина +7 (918) 335-43-52 Наличные Плюс 0 09:00 - 13:00 Краснодар, красина, Дом 3/3, Кв. 76

2 RU161110-466130 PACK19651968 1 Софья назаретян +7 (918) 398-07-81 Наличные Плюс 0 09:00 - 13:00 Краснодар, Базовская, Дом д.61

3 RU161111-260536 PACK19698066 3 Виктор Кипуров +7 (918) 441-97-56 Наличные Плюс 0 09:00 - 13:00 Краснодар, Речная,Чехова , Дом 4, Кв. 52

4 RU161111-522664 PACK19697905 2 Ирина Концевик +7 (918) 045-77-00 Наличные Плюс 0 09:00 - 13:00 Краснодар, ул им Братьев Дроздовых, Дом 41, Кв. 19

5 RU161111-252357 PACK19697840 1 Ирина Концевик +7 (918) 045-77-00 Наличные Плюс 0 09:00 - 13:00 Краснодар, ул им Братьев Дроздовых, Дом 41, Кв. 19

6 RU161104-298585 PACK19514804 3 Роман +7 (938) 435-93-29 Наличные Плюс 0 09:00 - 13:00 Краснодар, фурманова, Дом 62 9.11

и таких 500 000 номеров. короче большая база данных, нужно каким-то образом извлечь номера телефонов, не повторяя их и сохранить либо в буфер либо в отдельный файл без разницы какого формата.

Находил похожую тему на форуме, где написана формула для макроса для ворда, но она не работает.
Помогити - плес.

@IRIP · 06.03.2019, 00:59

sdlkfjhsdlktyhk, регулярные выражения

python регулярные выражения номер телефона

Номер, ведь может быть написан в нескольких из этих форматов

8(ddd)ddddddd;
+7(ddd)ddddddd;
8dddddddddd;
+7dddddddddd;

Добавлено через 1 минуту
Очень коротко и понятно:

/^(\s*)?(\+)?([- _():=+]?\d[- _():=+]?){10,14}(\s*)?$/

или

^((8|\+7)[\- ]?)?($?\d{3}$?[\- ]?)?[\d\- ]{7,10}$

Съедает следующие телефоны:
+7(903)888-88-88
8(999)99-999-99
+380(67)777-7-777
001-541-754-3010
+1-541-754-3010
19-49-89-636-48018
+233 205599853

@sdlkfjhsdlktyhk · 06.03.2019, 10:19 **[ТС]**

ну ваше сообщение мне ясности не внесло.
у меня все номера в базе идут на : "+7 (9"
и что мне делать с этим: "

Сообщение от IRIP

Очень коротко и понятно:
/^(\s*)?(\+)?([- _():=+]?\d[- _():=+]?){10,14}(\s*)?$/
или
^((8|\+7)[\- ]?)?($?\d{3}$?[\- ]?)?[\d\- ]{7,10}$

"

@IRIP · 06.03.2019, 11:11

Сообщение от sdlkfjhsdlktyhk

ну ваше сообщение мне ясности не внесло.

есть в python3 модуль - re

https://docs.python.org/3/library/re.html

с его помощью, можно найти все данные, отвечающие шаблону.

Я не знаю, кто и как решал бы подобную задачу, но:

1. Открываем файл в python3 (open('file')
2. Преобразуем в список где каждое слово - отдельный элемент

3. Ищем все вхождения по re.

берем каждое, ПЛЮС два перед ним

сохраняем в csv

@ioprst · 06.03.2019, 11:12

sdlkfjhsdlktyhk, загуглить Использование регулярных выражений в Python для новичков

@IRIP · 06.03.2019, 11:25

* * *

или

если файл в csv
то там еще проще

Добавлено через 7 минут
sdlkfjhsdlktyhk,

совсем, например, так:

file = open('text.txt', 'r')
s = file.read()
list = s.split(' ')

print(list)

где text.txt это текстовый файл

он выдаст что-то вроде

['1', 'RU161109-472905', 'PACK19697671', '1', 'Ольга', 'Каверзина', '+7', '(918)', '335-43-52', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'красина,', 'Дом', '3/3,', 'Кв.', '76\n\n2', 'RU161110-466130', 'PACK19651968', '1', 'Софья', 'назаретян', '+7', '(918)', '398-07-81', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'Базовская,', 'Дом', 'д.61\n\n3', 'RU161111-260536', 'PACK19698066', '3', 'Виктор', 'Кипуров', '+7', '(918)', '441-97-56', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'Речная,Чехова', ',', 'Дом', '4,', 'Кв.', '52\n\n4', 'RU161111-522664', 'PACK19697905', '2', 'Ирина', 'Концевик', '+7', '(918)', '045-77-00', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'ул', 'им', 'Братьев', 'Дроздовых,', 'Дом', '41,', 'Кв.', '19\n\n5', 'RU161111-252357', 'PACK19697840', '1', 'Ирина', 'Концевик', '+7', '(918)', '045-77-00', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'ул', 'им', 'Братьев', 'Дроздовых,', 'Дом', '41,', 'Кв.', '19\n\n6', 'RU161104-298585', 'PACK19514804', '3', 'Роман', '+7', '(938)', '435-93-29', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'фурманова,', 'Дом', '62', '9.11']

и вот с этими данными, уже можно работать

Добавлено через 2 минуты
* * *

или вот так - преобразуем каждую строчку в список

Python
1
2
3
4
5
6
7
8
9
10
file = open('text.txt', 'r')
 
list = []
 
for line in file:
    list.append(line.split(' '))
 
 
for x in list:
    print(x)

Добавлено через 15 секунд
и полчим

['1', 'RU161109-472905', 'PACK19697671', '1', 'Ольга', 'Каверзина', '+7', '(918)', '335-43-52', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'красина,', 'Дом', '3/3,', 'Кв.', '76\n']
['\n']
['2', 'RU161110-466130', 'PACK19651968', '1', 'Софья', 'назаретян', '+7', '(918)', '398-07-81', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'Базовская,', 'Дом', 'д.61\n']
['\n']
['3', 'RU161111-260536', 'PACK19698066', '3', 'Виктор', 'Кипуров', '+7', '(918)', '441-97-56', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'Речная,Чехова', ',', 'Дом', '4,', 'Кв.', '52\n']
['\n']
['4', 'RU161111-522664', 'PACK19697905', '2', 'Ирина', 'Концевик', '+7', '(918)', '045-77-00', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'ул', 'им', 'Братьев', 'Дроздовых,', 'Дом', '41,', 'Кв.', '19\n']
['\n']
['5', 'RU161111-252357', 'PACK19697840', '1', 'Ирина', 'Концевик', '+7', '(918)', '045-77-00', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'ул', 'им', 'Братьев', 'Дроздовых,', 'Дом', '41,', 'Кв.', '19\n']
['\n']
['6', 'RU161104-298585', 'PACK19514804', '3', 'Роман', '+7', '(938)', '435-93-29', 'Наличные', 'Плюс', '0', '09:00', '-', '13:00', 'Краснодар,', 'фурманова,', 'Дом', '62', '9.11']

@sdlkfjhsdlktyhk · 06.03.2019, 12:15 **[ТС]**

как вообще в python работать.
скачал, установил, это типа командной строки что-то.
вбил код туда который вы напечатали:

Сообщение от IRIP

PythonВыделить код
1
2
3
4
5
6
7
8
9
10
file = open('text.txt', 'r')
list = []
for line in file:
* * list.append(line.split(' '))
for x in list:
* * print(x)

пишет типа файл не найден, надо как я понял вместо text.txt указать файл по пути?

@IRIP · 06.03.2019, 13:51

sdlkfjhsdlktyhk, да, можно пройти начальный курс (долго), но хорошо

https://stepik.org/course/7215

а если быстро, то скачайте бесплатную версию wing101
и python 3.6

для начала

@sdlkfjhsdlktyhk · 06.03.2019, 14:26 **[ТС]**

Сообщение от IRIP

sdlkfjhsdlktyhk, да, можно пройти начальный курс (долго), но хорошо
https://stepik.org/course/7215
а если быстро, то скачайте бесплатную версию wing101
и python 3.6
для начала
Вложения
text.txt (1.1 Кб, 0 просмотров)
code.zip (286 байт, 0 просмотров)

все сделал и установил. теперь у меня открыто черное окно python:
Python 3.7.2 (tags/v3.7.2:9a3ffc0492, Dec 23 2018, 22:20:52) [MSC v.1916 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
что дальше делать?

Добавлено через 8 минут
file = open('C:\Users\санчоус\Desktop\text.txt' )
File "<stdin>", line 1
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape
>>>
... list = []
>>>
... for line in file:
... list.append(line.split(' '))
...
...
... for x in list:
File "<stdin>", line 6
for x in list:
^
SyntaxError: invalid syntax
>>> print(x)

@IRIP · 06.03.2019, 14:32

скачать программу wing101
и в ней открыть code.py

@sdlkfjhsdlktyhk · 06.03.2019, 14:37 **[ТС]**

Вообщем мне как-то с помощью python или другой проги надо сделать следующее:
1. открыть файл формата txt, весом около 20 мб.
2. найти все что начинается с "+7 ("
3. далее после найденного выделить последующие +7 ("918) 390-90-90" - 14 символов в каждом случае нахождения их в тексте
4. скопировать все найденное в столбик в новый текстовый документ, что бы из белиберды получилось следующее
+7 (918) 390-90-90
+7 (918) 390-91-90
+7 (918) 390-92-90
+7 (918) 390-93-90
5. без разницы в каком они будут порядке цифр убывания или возрастания.
6. номера не должны повторяться
end

@sdlkfjhsdlktyhk · 06.03.2019, 14:43 **[ТС]**

я в папке с установленной программой вообще не нашел исполняемого файла .exe

@IRIP · 06.03.2019, 15:31

sdlkfjhsdlktyhk, его там и нет

скачайте в интернете программу wing101

http://www.wingware.com/downlo... os=windows

@sdlkfjhsdlktyhk · 06.03.2019, 18:31 **[ТС]**

вообщем помог мне разобраться мой старый знакомый программист, код для парса выглядит так:

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import re
 
mass=[]
files = open(".//Novy_textovy_dokument.txt", 'r')
 
for line_u in files.readlines():
 
 
    pattern_u = re.compile(r'(\+7?.\(9\d{2}\)?.\d{3}-\d{2}-\d{2})')
    result_u = pattern_u.search(line_u)
 
    if result_u:
        result=result_u.group(0)
        mass.append(result)
mass=sorted(set(mass))
my_file = open("result.txt", 'w')
 
 
for i in mass:
    my_file.write(i+"\n")
my_file.close()

кто найдет эту тему, пользуйтесь.

@IRIP · 06.03.2019, 19:32

Код выглядит так =)

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import re
 
mass = []
files = open(".//Novy_textovy_dokument.txt", 'r')
 
for line_u in files.readlines():
    pattern_u = re.compile(r'(\+7?.\(9\d{2}\)?.\d{3}-\d{2}-\d{2})')
    result_u = pattern_u.search(line_u)
 
if result_u:
    result = result_u.group(0)
    mass.append(result)
    mass = sorted(set(mass))
    my_file = open("result.txt", 'w')
 
 
for i in mass:
    my_file.write(i + "\n")
    my_file.close()

Рыжий Лис · 10.03.2019, 15:22

Регулярные выражения: извлечение из файла номеров телефонов

@sdlkfjhsdlktyhk · 12.03.2019, 22:55 **[ТС]**

что?

Jabbson · 12.03.2019, 23:53

Сообщение от sdlkfjhsdlktyhk

что?

где?

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Обработчик клика мыши в браузере ПК и касания экрана в браузере на мобильном устройстве 8Observer8 02.02.2026 Содержание блога Для начала пошагово создадим рабочий пример для подготовки к экспериментам в браузере ПК и в браузере мобильного устройства. Потом напишем обработчик клика мыши и обработчик. . .	Философия технологии iceja 01.02.2026 На мой взгляд у человека в технических проектах остается роль генерального директора. Все остальное нейронки делают уже лучше человека. Они не могут нести предпринимательские риски, не могут. . .	SDL3 для Web (WebAssembly): Вывод текста со шрифтом TTF с помощью SDL3_ttf 8Observer8 01.02.2026 Содержание блога В этой пошаговой инструкции создадим с нуля веб-приложение, которое выводит текст в окне браузера. Запустим на Android на локальном сервере. Загрузим Release на бесплатный. . .	SDL3 для Web (WebAssembly): Сборка C/C++ проекта из консоли 8Observer8 30.01.2026 Содержание блога Если вы откроете примеры для начинающих на официальном репозитории SDL3 в папке: examples, то вы увидите, что все примеры используют следующие четыре обязательные функции, а. . .
SDL3 для Web (WebAssembly): Установка Emscripten SDK (emsdk) и CMake для сборки C и C++ приложений в Wasm 8Observer8 30.01.2026 Содержание блога Для того чтобы скачать Emscripten SDK (emsdk) необходимо сначало скачать и уставить Git: Install for Windows. Следуйте стандартной процедуре установки Git через установщик. . . .	SDL3 для Android: Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 29.01.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами. Версия v3 была полностью переписана на Си, в. . .	Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .	SDL3 для Android: Загрузка PNG с альфа-каналом с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 28.01.2026 Содержание блога SDL3 имеет собственные средства для загрузки и отображения PNG-файлов с альфа-каналом и базовой работы с ними. В этой инструкции используется функция SDL_LoadPNG(), которая. . .

@sdlkfjhsdlktyhk 4 / 4 / 2 Регистрация: 06.03.2019 Сообщений: 89

	Извлечь номера телефонов из текстового файла 06.03.2019, 00:34. Показов 20946. Ответов 17 Метки нет (Все метки) Доброго вечера. Ничего не шарю в программировании, есть исходный текст в форматах любых (txt/pdf/xlsx/word) Вид текста: дата 11/14/2016 специалист Васьков Юрий Смена: Дневная смена маршрут Маршрут №6 автомобиль №6 №6, №6 174 перенос № заказ пак шт пр. клиент телефон М. Опл. Тип уровня сервиса # интервал адрес комментарии дата интервал 1 RU161109-472905 PACK19697671 1 Ольга Каверзина +7 (918) 335-43-52 Наличные Плюс 0 09:00 - 13:00 Краснодар, красина, Дом 3/3, Кв. 76 2 RU161110-466130 PACK19651968 1 Софья назаретян +7 (918) 398-07-81 Наличные Плюс 0 09:00 - 13:00 Краснодар, Базовская, Дом д.61 3 RU161111-260536 PACK19698066 3 Виктор Кипуров +7 (918) 441-97-56 Наличные Плюс 0 09:00 - 13:00 Краснодар, Речная,Чехова , Дом 4, Кв. 52 4 RU161111-522664 PACK19697905 2 Ирина Концевик +7 (918) 045-77-00 Наличные Плюс 0 09:00 - 13:00 Краснодар, ул им Братьев Дроздовых, Дом 41, Кв. 19 5 RU161111-252357 PACK19697840 1 Ирина Концевик +7 (918) 045-77-00 Наличные Плюс 0 09:00 - 13:00 Краснодар, ул им Братьев Дроздовых, Дом 41, Кв. 19 6 RU161104-298585 PACK19514804 3 Роман +7 (938) 435-93-29 Наличные Плюс 0 09:00 - 13:00 Краснодар, фурманова, Дом 62 9.11 и таких 500 000 номеров. короче большая база данных, нужно каким-то образом извлечь номера телефонов, не повторяя их и сохранить либо в буфер либо в отдельный файл без разницы какого формата. Находил похожую тему на форуме, где написана формула для макроса для ворда, но она не работает. Помогити - плес. 0

@IRIP 514 / 146 / 28 Регистрация: 18.04.2015 Сообщений: 1,904 Записей в блоге: 16
	06.03.2019, 00:59
	sdlkfjhsdlktyhk, регулярные выражения python регулярные выражения номер телефона Номер, ведь может быть написан в нескольких из этих форматов 8(ddd)ddddddd; +7(ddd)ddddddd; 8dddddddddd; +7dddddddddd; Добавлено через 1 минуту Очень коротко и понятно: /^(\s)?(\+)?([- _():=+]?\d[- _():=+]?){10,14}(\s)?$/ или ^((8\|\+7)[\- ]?)?(\(?\d{3}\)?[\- ]?)?[\d\- ]{7,10}$ Съедает следующие телефоны: +7(903)888-88-88 8(999)99-999-99 +380(67)777-7-777 001-541-754-3010 +1-541-754-3010 19-49-89-636-48018 +233 205599853 0

@ioprst 1303 / 843 / 409 Регистрация: 12.03.2018 Сообщений: 2,305
	06.03.2019, 11:12
	sdlkfjhsdlktyhk, загуглить Использование регулярных выражений в Python для новичков 0

@IRIP 514 / 146 / 28 Регистрация: 18.04.2015 Сообщений: 1,904 Записей в блоге: 16
	06.03.2019, 14:32
	скачать программу wing101 и в ней открыть code.py 1

@sdlkfjhsdlktyhk 4 / 4 / 2 Регистрация: 06.03.2019 Сообщений: 89
	06.03.2019, 14:37 [ТС]
	Вообщем мне как-то с помощью python или другой проги надо сделать следующее: 1. открыть файл формата txt, весом около 20 мб. 2. найти все что начинается с "+7 (" 3. далее после найденного выделить последующие +7 ("918) 390-90-90" - 14 символов в каждом случае нахождения их в тексте 4. скопировать все найденное в столбик в новый текстовый документ, что бы из белиберды получилось следующее +7 (918) 390-90-90 +7 (918) 390-91-90 +7 (918) 390-92-90 +7 (918) 390-93-90 5. без разницы в каком они будут порядке цифр убывания или возрастания. 6. номера не должны повторяться end 0

@sdlkfjhsdlktyhk 4 / 4 / 2 Регистрация: 06.03.2019 Сообщений: 89
	06.03.2019, 14:43 [ТС]
	я в папке с установленной программой вообще не нашел исполняемого файла .exe Миниатюры 0

@IRIP 514 / 146 / 28 Регистрация: 18.04.2015 Сообщений: 1,904 Записей в блоге: 16
	06.03.2019, 15:31
	sdlkfjhsdlktyhk, его там и нет скачайте в интернете программу wing101 http://www.wingware.com/downlo... os=windows 0

Рыжий Лис Просто Лис 5973 / 3735 / 1099 Регистрация: 17.05.2012 Сообщений: 10,791 Записей в блоге: 9
	10.03.2019, 15:22
	Регулярные выражения: извлечение из файла номеров телефонов 0

@sdlkfjhsdlktyhk 4 / 4 / 2 Регистрация: 06.03.2019 Сообщений: 89
	12.03.2019, 22:55 [ТС]
	что? 0