分析

目前常见的电话号码有：手机号码，座机号码，400开头的电话

手机号码

手机号码为11位，第一位一定是1，后面跟着10位号码；

例如：188xxxx6542，157xxxx5231等等。

座机号码

座机号码是由两部分组成：区号+座机号；

区号有3-4位数；

座机号有7-8位数；

例如：010-87655210，028-83387337，0371-6515835

400

400电话为10位号码组成；

例如：400-700-5606

匹配的字符串

content = """<form id="loginform" οnsubmit="return QMLogin.checkInput();" method="post" name="loginform"target="_self" autocomplete="on" ><div class="login_submit" style=""><input class="login_button" id="btlogin" name="btlogin" type="submit" value="登录" tabindex="5" /></div></form><a href="114.aspx?w=小米">小米</a><span>&nbsp;&nbsp;|&nbsp;&nbsp;</span><a href="114.aspx?w=010-87655210">010-87655210</a><span>&nbsp;&nbsp;|&nbsp;&nbsp;</span><a href="114.aspx?w=快递">快递</a><span>&nbsp;&nbsp;|&nbsp;&nbsp;</span><a href="114.aspx?w=18210443800">18210443800</a><span>&nbsp;&nbsp;|&nbsp;&nbsp;</span><a href="114.aspx?w=深圳">深圳</a><span>&nbsp;&nbsp;|&nbsp;&nbsp;</span><a href="tel:400-606-0201" class="text-link-tertiary hover:text-link-tertiary-hover hover:underline active:text-link-tertia"""

正则表达式

手机号码

正则匹配前后限制非数字，防止随意匹配一长段数字中的部分号码

re_phone = '[^0-9](1[3-9][0-9]{9})[^0-9]'phone_number_lt = list(set(re.findall(re_phone, content)))phone_number_lt = [e for e in phone_number_lt if e != '']

座机号码

正则匹配前后限制非数字，防止随意匹配一长段数字中的部分号码

re_phone = '[^0-9](0[0-9]{2,3}\-[2-9][0-9]{6,7})[^0-9]'phone_number_lt = list(set(re.findall(re_phone, content)))phone_number_lt = [e for e in phone_number_lt if e != '']

400

正则匹配前后限制非数字，防止随意匹配一长段数字中的部分号码

re_phone = '[^0-9](400-[0-9]{3}-[0-9]{4})[^0-9]'phone_number_lt = list(set(re.findall(re_phone, content)))phone_number_lt = [e for e in phone_number_lt if e != '']

总结

将上述三个正则表达式整合到一块

re_phone = '[^0-9](0[0-9]{2,3}\-[2-9][0-9]{6,7}|1[3-9][0-9]{9}|400-[0-9]{3}-[0-9]{4})[^0-9]'phone_number_lt = list(set(re.findall(re_phone, content)))phone_number_lt = [e for e in phone_number_lt if e != '']