替换R中不同格式的电话号码

Question

我正在使用这里建议的正则表达式来用aaaaaaaaaa替换任何类型的电话号码。 这是我的数据快照：

df <- data.frame(
  text = c(
    'my number is (123)-416-567',
    "1 321 124 7889 is valid",
    'why not taking 987-012-6782',
    '120 967 3256 is correct',
    'call at 888 969 9919',
    'please text at 1 647 989 1213'
  )
)

df %>% select(text)

                           text
1    my number is (123)-416-567
2       1 321 124 7889 is valid
3   why not taking 987-012-6782
4       120 967 3256 is correct
5          call at 888 969 9919
6 please text at 1 647 989 1213

我的代码是

df %>% 
  mutate(
    text = str_replace_all(text, '^(\+\d{1,2}\s)?\(?\d{3}\)?[\s.-]\d{3}[\s.-]\d{4}$', 'aaaaaaaaaa')
  )

我得到这个错误

Error: '\+' is an unrecognized escape in character string starting "'^(\+"
Error: unexpected ')' in "  )"

结果应该是这样的

                           text
1           my number is aaaaaaaaaa
2           aaaaaaaaaa is valid
3           why not taking aaaaaaaaaa
4           aaaaaaaaaa is correct
5          call at aaaaaaaaaa
6          please text at  aaaaaaaaaa

Answer 1

您可以使用

str_replace_all(text, '(?:\\+?\\d{1,2}\\s)?\\(?\\d{3}\\)?[\\s.-]\\d{3}[\\s.-]\\d{3,4}(?!\\d)', 'aaaaaaaaaa')

请参阅正则表达式演示。

详情：

• (?:\+?\d{1,2}\s)? - 可选的+可选序列，然后是一个或两个数字和一个空格
• \(? - 一个可选的(
• \d{3} - 三位数
• \)? - 一个可选的)
• [\s.-] - 一个- , . 或空格
• \d{3} - 三位数
• [\s.-] - 一个- , . 或空格
• \d{3,4} - 三位或四位数字
• (?!\d) - 之后没有数字。

笔记：

• 在字符串文字中，反斜杠是用 double \ char 定义的
• ^和$匹配字符串的开始/结束，所以在这种情况下，删除^锚点并用右数字边界替换$是有意义的
• 最后一个\d{3}与最后部分包含四位数字的数字不匹配，因此我将其替换为\d{3,4} 。