pythonでの全角の数字の正規表現について

Question

前提・実現したいこと

メールの情報を抽出するプログラムを書いてます。
そのメールの中から正規表現を使って電話番号を取り出そうとしているのですが、全角がうまく取り出せません。
半角だと取り出せます。
どうすればよいか教えていただけないでしょうか。

該当のソースコード

line = '（○○警察署　××××-××-××××）'
Tell = r'((|（)[^(()|（）)]*([0-9０-９]{2,4})(-|ー)([0-9０-９]{2,4})(-|ー)([0-9０-９]{3,4})()|）)'
matchtel = re.search(pattern.Tell, line)

試したこと

最初はTellの中身を'[0-9]'としていましたが、全角に対応しようと思って'[0-9０-９]'に直しました。

Answer 1

文字クラスの中の全角数字で問題なく動作します。
全角数字がどうこうという問題ではなくて、別の部分で失敗していると思いますよ。質問中でマッチさせている文字が隠されているので解答はありませんが。

>>> import re
>>> p = r'([0-9０-９]{2,4})(-|ー)([0-9０-９]{2,4})(-|ー)([0-9０-９]{3,4})'
>>> re.search(p, '電話番号は０３ー９９９９ー９９９９です')
<_sre.SRE_Match object; span=(5, 17), match='０３ー９９９９ー９９９９'>
>>> list(re.search(p, '電話番号は０３ー９９９９ー９９９９です').groups())
['０３', 'ー', '９９９９', 'ー', '９９９９']
>>> list(re.search(p, '電話番号は０３ー１２3４ー5６7８です').groups())
['０３', 'ー', '１２3４', 'ー', '5６7８']

Comments

[swift_13]

全角半角の問題ではないことがquiquiさんのおかげで気づくことができました。ありがとうございました。

Answer 2

python以外の大抵の言語でも言えますが、半角と全角を同じに見てはいけません。
一端、全角を半角にする関数を利用するといいでしょう。

こちらに詳細が載っていますので、参考がてらにどうぞ。
https://www.python.ambitious-engineer.com/archives/754

Comments

[swift_13]

ご協力ありがとうございました。

Answer 3

「ー」これはカナの長音記号です。
取り出したい文字列に使われているのはハイフン(的な文字)なのでしょう。使われている文字を使ってください。
なおハイフン的な文字には複数あります。
とりあえず抑えておくべきはU+FF0D「－」・U+2010「‐」・U+2015「―」・U+2014「—」くらいかな…。

Comments

[swift_13]

ハイフンの種類の問題でした。ありがとうございました。

Answer 4

\dなら半角の数値にも全角の数値にもマッチします。
ただ海外の数字にもマッチするので、それを弾きたいなら使えませんが。

\dがマッチする『数字』の一覧は次のページで見られます。
Unicode Characters in the 'Number, Decimal Digit' Category

Comments

[swift_13]

回答していただきありがとうございました。