Поиск номеров телефонов на 50 000 HTML-страницах

Ответ 1

egrep "(([0-9]{1,2}.)?[0-9]{3}.[0-9]{3}.[0-9]{4})" . -R --include='*.html'

Ответ 2

Сделано на Java. Регулярное выражение было заимствовано из этого форума.

    final String regex = "[\\s](\\({0,1}\\d{3}\\){0,1}" +
            "[- \\.]\\d{3}[- \\.]\\d{4})|" +
            "(\\+\\d{2}-\\d{2,4}-\\d{3,4}-\\d{3,4})";
    final Pattern phonePattern = Pattern.compile(regex);

    /* The result set */
    Set<File> files = new HashSet<File>();

    File dir = new File("/initDirPath");
    if (!dir.isDirectory()) return;

    for (File file : dir.listFiles()) {
        if (file.isDirectory()) continue;

        BufferedReader reader = new BufferedReader(new FileReader(file));

        String line;
        boolean found = false;
        while ((line = reader.readLine()) != null 
                && !found) {

            if (found = phonePattern.matcher(line).find()) {
                files.add(file);
            }
        }
    }

    for (File file : files) {
        System.out.println(file.getAbsolutePath());
    }

Проделал некоторые тесты, и все прошло нормально!:) Remeber Я не пытаюсь использовать лучший дизайн здесь. Просто реализовал алгоритм для этого.

Ответ 3

Вот улучшенный шаблон регулярного выражения

\(?\d{3}\)?[-\s\.]?\d{3}[-\s\.]?\d{4}

Он способен идентифицировать несколько форматов чисел

• xxx.xxx.xxxx
• xxx.xxxxxxx
• ххх-ххх-ххх
• XXXXXXXXXX
• (xxx) xxx xxxx
• (xxx) xxx-xxxx
• (ххх) ххх-хххх

Ответ 4

egrep '(?\d {3})? [-\s.]?\d {3} [-.]\d {4}' *.html

Ответ 5

Заимствуя 2 вещи из ответа С# от sieben, вот небольшой фрагмент F #, который выполнит эту работу. Все, что у него отсутствует, это способ вызвать processDirectory, который умышленно отсутствует:)

open System
open System.IO
open System.Text.RegularExpressions

let rgx = Regex(@"(\({0,1}\d{3}\){0,1}[- \.]\d{3}[- \.]\d{4})|(\+\d{2}-\d{2,4}-\d{3,4}-\d{3,4})", RegexOptions.Compiled)

let processFile contents = contents |> rgx.Matches |> Seq.cast |> Seq.map(fun m -> m.Value)

let processDirectory path = Directory.GetFiles(path, "*.html", SearchOption.AllDirectories) |> Seq.map(File.ReadAllText >> processFile) |> Seq.concat

Ответ 6

Решение Perl

По: "MH" через codinghorror, com 5 сентября 2008 г. 07:29

#!/usr/bin/perl
while (<*.html>) {
    my $filename = $_;
    my @data     = <$filename>;

    # Loop once through with simple search
    while (@data) {
        if (/\(?(\d\d\d)\)?[ -]?(\d\d\d)-?(\d\d\d\d)/) {
            push( @files, $filename );
            next;
        }
    }

    # None found, strip html
    $text = "";
    $text .= $_ while (@data);
    $text =~ s#<[^>]+>##gxs;

    # Strip line breaks
    $text =~ s#\n|\r##gxs;

    # Check for occurrence.
    if ( $text =~ /\(?(\d\d\d)\)?[ -]?(\d\d\d)-?(\d\d\d\d)/ ) {
        push( @files, $filename );
        next;
    }
}

# Print out result
print join( '\n', @files );

Ответ 7

Я люблю делать эти маленькие проблемы, не могу помочь себе.

не уверен, стоит ли это делать, так как он очень похож на java-ответ.

private readonly Regex phoneNumExp = new Regex(@"(\({0,1}\d{3}\){0,1}[- \.]\d{3}[- \.]\d{4})|(\+\d{2}-\d{2,4}-\d{3,4}-\d{3,4})");

public HashSet<string> Search(string dir)
{
    var numbers = new HashSet<string>();

    string[] files = Directory.GetFiles(dir, "*.html", SearchOption.AllDirectories);

    foreach (string file in files)
    {
        using (var sr = new StreamReader(file))
        {
            string line;

            while ((line = sr.ReadLine()) != null)
            {
                var match = phoneNumExp.Match(line);

                if (match.Success)
                {
                    numbers.Add(match.Value);
                }
            }
        }
    }

    return numbers;
}

Ответ 8

Вот почему вопросы по кодированию телефонного интервью не работают:

phone screener: как вы находите номера телефонов на 50 000 HTML-страницах?

кандидат: на одну секунду (покрывает телефон) hey (roommate/friend/etc, который отлично разбирается в программировании), как вы находите номера телефонов на 50 000 HTML-страницах?

Сохраните вопросы, связанные с кодированием, на раннем этапе собеседования и сделайте собеседование более личными, т.е. "Мне бы хотелось получить подробные сведения о последнем решении проблемы с помощью кода". Это вопрос, который будет вызывать последующие действия по их деталям, и намного сложнее заставить кого-то другого ответить на него за вас, не зная странных по телефону.