Я могу оптимизировать этот телефон-regex?
Очень неясно, что вы хотите, но IIUC:
print(np.array([arr1[i:i + 15] for i in range(0, len(arr1), 15)]))
5 ответов
Первое наблюдение: чтение regex является кошмаром. Это жить не может без/x режима Perl.
Второе наблюдение: существуют партии, и партии и большое получение круглых скобок в выражении (42, если я рассчитываю правильно; и 42, конечно, "Ответ на Жизнь, Вселенную, и Все" - видит Douglas Adams "Руководство Hitchiker по Галактике" при необходимости в в объясненном).
Тарифицируйте Ящерицу, отмечает, что Вы используете'(-)?( )?'несколько раз. Нет никакого очевидного преимущества для этого по сравнению с'-? ?'или возможно'[- ]?', если Вы не действительно полны решимости относительно получения фактической пунктуации отдельно (но существует столько круглых скобок получения, удающихся, какие объекты '$n' использовать были бы трудны).
Так, давайте попытаемся редактировать копию Вашей остроты:
( |^|>)
(
((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{2})(-)?( )?)?)([0-9]{7})) |
((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{3})(-)?( )?)?)([0-9]{6})) |
((((((\+|00)(31|32)( )?(\(0\))?)|0)([0-9]{1})(-)?( )?)?)([0-9]{8}))
)
( |$|<)
Хорошо - теперь мы видим регулярную структуру Вашего регулярного выражения.
Существует намного больше анализа, возможного отсюда. Да, могут быть значительные улучшения регулярного выражения. Первое, очевидное, нужно извлечь часть международного префикса, и применить это однажды (дополнительно или потребовать начального нуля), и затем примените национальные правила.
( |^|>)
(
(((\+|00)(31|32)( )?(\(0\))?)|0)
(((([0-9]{2})(-)?( )?)?)([0-9]{7})) |
(((([0-9]{3})(-)?( )?)?)([0-9]{6})) |
(((([0-9]{1})(-)?( )?)?)([0-9]{8}))
)
( |$|<)
Затем мы можем упростить пунктуацию, как отмечено прежде, и раскрыть некоторые правдоподобно избыточные скобки и улучшить устройство распознавания кода страны:
( |^|>)
(
(((\+|00)3[12] ?(\(0\))?)|0)
(((([0-9]{2})-? ?)?)[0-9]{7}) |
(((([0-9]{3})-? ?)?)[0-9]{6}) |
(((([0-9]{1})-? ?)?)[0-9]{8})
)
( |$|<)
Мы можем заметить, что regex не осуществляет правила о кодах мобильного телефона (таким образом, он не настаивает, что '06' сопровождается 8 цифрами, например). Это также, кажется, позволяет 1, 2 или 3 кода 'обмена' цифры быть дополнительным, даже с международным префиксом - вероятно, не, что Вы имели в виду, и фиксация, которая раскрывает еще некоторые скобки. Мы можем раскрыть еще больше скобок после этого, ведя к:
( |^|>)
(
(((\+|00)3[12] ?(\(0\))?)|0) # International prefix or leading zero
([0-9]{2}-? ?[0-9]{7}) | # xx-xxxxxxx
([0-9]{3}-? ?[0-9]{6}) | # xxx-xxxxxx
([0-9]{1}-? ?[0-9]{8}) # x-xxxxxxxx
)
( |$|<)
И можно разработать дальнейшую оптимизацию отсюда, я надеялся бы.
(31|32) выглядит плохо. При соответствии 32, regex механизм сначала попытается соответствовать 31 (2 символа), сбой, и отследить в обратном порядке два символа для соответствия 31. Более эффективно сначала соответствовать 3 (один символ), попробовать 1 (сбой), отследить в обратном порядке один символ и соответствовать 2.
Конечно, Ваш regex перестал работать на 0800-числах; они не 10 цифр.
Разделите его на несколько выражений. Например (псевдокод)...
phone_no_patterns = [
/[0-9]{13}/, # 0031201234567
/+(31|32)\(0\)\d{2}-\d{7}/ # +31(0)20-1234567
# ..etc..
]
def check_number(num):
for pattern in phone_no_patterns:
if num matches pattern:
return match.groups
Затем Вы просто циклично выполняетесь по каждому шаблону, проверяя, соответствует ли каждый..
Разделение шаблонов делает свое легкое для фиксации определенных чисел, которые вызывают проблемы (который был бы ужасен с единственным монолитным regex),
Господь Чертовски, какая путаница!:) Если у Вас есть высокоуровневые семантические или бизнес-правила (такие как те, Вы описываете разговор о европейских числах, числах в Нидерландах, и т.д.), Вы были бы, вероятно, лучше обслужены, повредив, который единственные regexp тестируют в несколько отдельных тестов regexp, один для каждого из Ваших правил высокого уровня.
if number =~ /...../ # Dutch mobiles
# ...
elsif number =~ /..../ # Belgian landlines
# ...
# etc.
end
Будет вполне немного легче считать и поддержать и изменить тот путь.
Это не оптимизация, но Вы используете
(-)?( )?
три раза в Вашем regex. Это заставит Вас соответствовать по номерам телефона как они
+31(0)6-12345678
+31(0)6 12345678
но будет также соответствовать числам, содержащим тире, сопровождаемого пространством, как
+31(0)6- 12345678
Можно заменить
(-)?( )?
с
(-| )?
соответствовать или тире или пространству.