正则表达式匹配联系人组

Question

我在尝试编写PHP正则表达式匹配模式，以将字符串匹配并拆分为所需的组时遇到了问题。

情况如下...我有多个包含联系人信息的字符串:

[phone], [e-mail], www.company.com
这将给我：
第1组: [phone], [e-mail], www.company.com

[phone], [phone], [e-mail], www.company.com
这将给我：
第1组: [phone]
第2组: [phone], [e-mail], www.company.com

[e-mail], www.company.com
这将给我：
第1组: [e-mail], www.company.com

[phone], [e-mail], www.company1.com, [phone], [e-mail], www.company2.com
这会给我：
组1：[phone]，[e-mail]，www.company1.com
组2：[phone]，[e-mail]，www.company2.com

正如您所看到的，这些字符串可能是不同的。我需要做的是将这些字符串分成联系人组，其中：

• 通常以电话号码（+）开头，但并非总是如此，可以只包含一个
• 如果未提供电话，则可以以网站链接或电子邮件开始
• 可以包含多个不同公司的组

因此，首先尝试匹配以电话号码开头并以网站结尾的组：

((\+?[\d ]+)?(, )?(.*)(, )?(www\.\w+\.\w{2,})?)

但这并不完全匹配。然后尝试简化所有内容并匹配以电话号码开头的组：

(\+[\d ]+).*

但这只匹配完整的字符串。

必须说我在正则表达式方面是个大菜鸟。我能做基本的匹配，但这对我来说太难了。

模式的长度或低性能并不重要，因为这将是一次性执行。

- meexo

---

或许你可以通过 , 拆分字符串，然后扫描分隔的字段呢？如果可以不使用正则表达式解决问题，那么就不要使用它。 - Daniel W.

尝试使用 (?=[^\s,])(\+?\d(?:[\d\s]*\d)?)?(?:(?:,\s*|^)(\S+@\S+)\b)?(?:(?:,\s*|^)(www\.\S+)\b)?，请参见demo。或者，使用 (?=[^\s,])(\+?\d(?:[\d\s]*\d)?)?(?:(?:,\s*)?(\S+@\S+)\b)?(?:(?:,\s*)?(www\.\S+)\b)? (demo) - Wiktor Stribiżew

@DanielW. 这是我的首选，但我不知道如何在不知道它们是否在同一组中（例如，如果我有一个由6个元素组成的数组）的情况下将电话号码与网站匹配。 - meexo

@WiktorStribiżew 第二个模式看起来非常有前途。也许你应该考虑将其发布为解决方案。 - meexo

Answer 1

您可以使用以下方法获取匹配项：

 (?:\+?\d+(?:\h+\d+)*,\h*)?[^\s@]+@[^\s@,]+,\h*www\.\S+|\+?\d+(?:\h+\d+)*

该模式匹配：

• (?:\+?\d+(?:\h+\d+)*,\h*)? 匹配一个可选的 +，然后是带有可选空格的数字
• [^\s@]+@[^\s@,]+ 匹配类似电子邮件的模式，只匹配单个 @
• ,\h*www\.\S+ 匹配逗号后跟着的 www. 和 1 个或多个非空格字符
• | 或者
• \+?\d+\h*\d+ 匹配电话号码的模式

正则表达式演示

或者使用交替符 | 对网址和电子邮件地址进行双向匹配

(?:\+?\d+(?:\h+\d+)*,\h*)?(?:[^\s@]+@[^\s@,]+,\h*www\.\S+|\h*www\.\S+,\h*[^\s@]+@[^\s@,]+)|\+?\d+(?:\h+\d+)*

Regex demo

- The fourth bird

---

谢谢您的建议。然而，被接受的答案也解决了第一组以网站结尾且第二组只有网站的情况。 - meexo

Answer 2

您可以使用以下方法获取带有期望组的匹配结果：

(?=[^\s,])(\+?\d(?:[\d\s]*\d)?)?(?:(?:,\s*)?(\S+@\S+)\b)?(?:(?:,\s*)?(www\.\S+)\b)?

请参见正则表达式演示。

注意使用(?=[^\s,])前瞻来避免匹配空字符串。

详细信息:

• (?=[^\s,]) - 下一个字符必须是逗号和空格以外的字符
• (\+?\d(?:[\d\s]*\d)?)? - 一个可选的第1组：一个可选的+，一个数字，然后是零个或多个数字和空格，最后是一个数字
• (?:(?:,\s*)?(\S+@\S+)\b)? - 可选的一个出现次数为
  • (?:,\s*)? - 一个可选的逗号和零个或多个空格的出现次数
  • (\S+@\S+)\b - 第2组：一个或多个非空格字符，@，一个或多个非空格字符，一个单词边界
• (?:(?:,\s*)?(www\.\S+)\b)? - 可选的一个出现次数为
  • (?:,\s*)? - 一个可选的逗号和零个或多个空格的出现次数
  • (www\.\S+)\b - 第3组：www.，一个或多个非空格字符，一个单词边界。

- Wiktor Stribiżew