Нормализация и валидация номеров телефонов средствами Python и regex

Расширенные примеры обработки телефонных номеров

1. Извлечение номеров из текста с последующей нормализацией

Часто требуется не только найти номера, но и привести их к единому цифровому формату без лишних символов. Используется комбинация findall и re.sub с удалением всего, кроме цифр и знака "+".

import re

text = '''
Связаться можно по телефону: +7 (495) 123-45-67
Дополнительный: 8-800-555-35-35
Старый номер: 84951234567
'''

# Шаблон захватывает любую последовательность, похожую на номер
pattern = r'(\+?7|8)?[\s\-]?\(?(\d{3})\)?[\s\-]?(\d{3})[\s\-]?(\d{2})[\s\-]?(\d{2})'
raw_matches = re.findall(pattern, text)

# Нормализация: объединяем группы, заменяем 8 на +7
normalized = []
for m in raw_matches:
    num = ''.join(m)
    if num.startswith('8'):
        num = '+7' + num[1:]
    normalized.append(num)

print(normalized)

['+74951234567', '+78005553535', '+74951234567']

Пояснение: после findall получаем кортежи. Их объединение даёт строку, которую затем можно привести к международному формату заменой первой цифры. Этот подход удобен, когда исходный текст содержит разные варианты записи.

2. Валидация номера с учётом кода страны и длины (на примере России и Украины)

Регулярное выражение может проверять не только формат, но и соответствие кодов конкретным странам.

import re

def validate_phone(phone: str) -> str:
    """Возвращает 'RU', 'UA' или 'UNKNOWN'"""
    ru_pattern = r'^(\+7|8)?[\s\-]?\(?(\d{3})\)?[\s\-]?(\d{3})[\s\-]?(\d{2})[\s\-]?(\d{2})$'
    ua_pattern = r'^(\+380|0)[\s\-]?\(?(\d{2})\)?[\s\-]?(\d{3})[\s\-]?(\d{2})[\s\-]?(\d{2})$'
    
    if re.fullmatch(ru_pattern, phone.replace(' ', '')):
        return 'RU'
    elif re.fullmatch(ua_pattern, phone.replace(' ', '')):
        return 'UA'
    else:
        return 'UNKNOWN'

print(validate_phone('+7 495 123 45 67'))   # RU
print(validate_phone('+380 63 123 45 67'))  # UA
print(validate_phone('+1 800 555 1234'))    # UNKNOWN

RU
UA
UNKNOWN

Пояснение: функция сначала удаляет все пробелы (чтобы унифицировать формат), затем применяет полное совпадение с одним из шаблонов. Можно легко расширить для других стран.

3. Использование именованных групп для повышения читаемости

Именованные группы позволяют обращаться к частям номера по имени, а не по индексу.

pattern = r'''(?P\+?7|8)?
              [\s\-]?
              \(?(?P\d{3})\)?
              [\s\-]?
              (?P\d{3})
              [\s\-]?
              (?P\d{2})
              [\s\-]?
              (?P\d{2})'''

text = '8(495)123-45-67'
match = re.fullmatch(pattern, text, re.VERBOSE)
if match:
    print(f"Префикс: {match.group('prefix')}")
    print(f"Код города: {match.group('city')}")

Префикс: 8
Код города: 495

Пояснение: флаг re.VERBOSE позволяет разбить шаблон на строки и добавить комментарии. Именованные группы делают код более самодокументированным.

4. Обработка нескольких номеров в одной строке с заменой формата

В тексте могут быть перечислены номера через запятую или точку с запятой. Функция re.sub может заменить каждый найденный номер, сохраняя остальной текст.

text = 'Тел.: +7 (495) 123-45-67, 8-800-555-35-35; факс: 8(495)1234567'

pattern = r'(\+7|8)[\s\-]?\(?(\d{3})\)?[\s\-]?(\d{3})[\s\-]?(\d{2})[\s\-]?(\d{2})'
replacement = r'+7(\2)\3-\4-\5'

result = re.sub(pattern, replacement, text)
print(result)

Тел.: +7(495)123-45-67, +7(800)555-35-35; факс: +7(495)123-45-67

Пояснение: шаблон находит все фрагменты, соответствующие номеру, и заменяет их на единый формат. Обратите внимание, что последний номер в исходном тексте был записан слитно, но шаблон всё равно его захватил.

5. Извлечение номеров с нестандартными разделителями (точки, нижнее подчёркивание)

Иногда номера пишут с точками или другим разделителем. Шаблон легко адаптируется добавлением символов в класс [\s.\-_].

text = 'Тел: +7.495.123.45.67 или 8_912_345_67_89'
pattern = r'(\+7|8)?[\s.\-_]?\(?(\d{3})\)?[\s.\-_]?(\d{3})[\s.\-_]?(\d{2})[\s.\-_]?(\d{2})'
matches = re.findall(pattern, text)
normalized = [''.join(m) for m in matches]
print(normalized)

['+74951234567', '89123456789']

Пояснение: класс [\s.\-_] включает точку и нижнее подчёркивание. Если встречается другой разделитель, его также можно добавить (например, звёздочку).

6. Применение lookahead и lookbehind для исключения ложных срабатываний

Чтобы номер не оказался частью другого слова (например, "1234567890" внутри "ABC1234567890DEF"), используют границы слова или проверки окружения.

text = 'ID: 84951234567, но 123456 не номер'
pattern = r'(?

['84951234567']