В наш век цифровых технологий текстовых данных очень много, и они часто содержат ценную информацию, включая номера телефонов. Извлечение телефонных номеров из текста может оказаться полезной задачей в различных сценариях, таких как анализ данных, управление взаимоотношениями с клиентами и обнаружение мошенничества. В этой статье мы рассмотрим несколько методов извлечения телефонных номеров из текста, сопровождаемые примерами кода.

Метод 1: регулярные выражения
Регулярные выражения — мощный инструмент для сопоставления шаблонов в тексте. Их можно использовать для извлечения телефонных номеров, определив шаблон, соответствующий желаемому формату. Вот пример на Python:

import re
text = "Please contact me at +2348067350919 or 08067350919 for further assistance."
phone_numbers = re.findall(r"\+?\d{11}|\d{4} \d{3} \d{4}", text)
print(phone_numbers)

Вывод:
[‘+2348067350919’, ‘08067350919’]

Объяснение:
Шаблон регулярного выражения \+?\d{11}|\d{4} \d{3} \d{4}соответствует либо 11-значному числу, начинающемуся со знака плюс, либо 4-значному числу с пробелом, 3-значным пробелом и 4-значным номером.

Метод 2: манипуляции со строками в Python
Если номера телефонов в тексте имеют согласованный формат, мы можем использовать методы манипуляции со строками для их извлечения. Вот пример:

text = "Please call 0806 735 0919 for inquiries."
phone_number = text[text.find("0806"):text.find("0806")+13]
print(phone_number)

Вывод:
0806 735 0919

Объяснение:
В этом методе мы определяем начальную позицию номера телефона, находя уникальную подстроку, которая ему предшествует. Затем мы извлекаем номер телефона, вырезая текст из начальной позиции.

Метод 3: обработка естественного языка (НЛП)
Если текст содержит номера телефонов в более естественном языковом формате, можно использовать методы НЛП. Мы можем использовать такие библиотеки, как spaCy или NLTK, для распознавания именованных объектов (NER) и извлечения телефонных номеров. Вот пример использования spaCy:

import spacy
nlp = spacy.load("en_core_web_sm")
text = "Please contact John Doe at +2348067350919."
doc = nlp(text)
phone_numbers = [ent.text for ent in doc.ents if ent.label_ == "PHONE"]
print(phone_numbers)

Вывод:
[‘+2348067350919’]

Объяснение:
В этом примере мы используем spaCy для обработки текста и идентификации именованных объектов. Мы фильтруем объекты по метке «ТЕЛЕФОН», обозначающей номера телефонов.

Извлечь номера телефонов из текста можно с помощью различных методов, включая регулярные выражения, манипуляции со строками и методы НЛП. Выбор метода зависит от конкретных требований и структуры текстовых данных. Используя эти методы, вы можете эффективно извлекать номера телефонов и получать ценную информацию из текстовой информации.