电话号码正则：美国格式、E.164，以及何时该停手

找十个人要电话号码，你会收到十种写法：555-123-4567、(555) 123-4567、555.123.4567、+1 555 123 4567、5551234567。它们其实是同一个号码。

电话号码正则既要接受人们真正会输入的写法，又要拦住明显的错误。本文先一步步搭建一个美国号码的正则，再介绍国际格式，最后讲讲正则做不到的部分。每个示例都可以交互，修改正则就能看到各行的变化。

01从数字开始

美国号码由 3 位区号、3 位交换码和 4 位线路号组成。最严格的版本只接受一种格式：

如果输入格式由你的输入掩码控制，这样没问题。如果用户随意输入，它就太严格了。

02允许常见的分隔符

把每个短横线换成 [-. ]?：短横线、点或空格，? 让它变成可选，这样纯数字也能通过。

有个副作用：每个分隔符是各自独立选择的，所以 555-123.4567 也能通过。这通常无伤大雅。如果你希望两个分隔符一致，可以捕获第一个，再用反向引用重复它（详见我们的反向引用指南）：

03区号外面的括号

对付 (555) 123-4567，最诱人的办法是用 \(? 和 \)? 让每个括号都变成可选。但这样会接受不配对的输入：

用分支就能解决。区号要么在括号里（后面可以跟一个空格），要么不带括号（后面可以跟一个分隔符）：

04可选的 +1

美国的国家代码是 1，可以写作 +1、1，也可以完全省略。在开头用一个可选分组把它包起来：

对于只面向美国的表单，这已经是一个可靠的正则了。

05用区号规则收紧

真实的美国区号和交换码（中间三位）从不以 0 或 1 开头。在这两处把 \d{3} 换成 [2-9]\d{2}，就能拒绝那个经典的假号码：

值不值得这么做，取决于你的用户。它能拦住一些输入错误，也会让正则更难读。

06国际号码：E.164

在美国以外，格式差异太大，一个正则根本覆盖不了。与其硬试，大多数系统会用国际标准 E.164 来存储号码：一个 +、国家代码，然后是号码本身，不带空格和标点，最多 15 位数字。国家代码从不以 0 开头。

通常的做法是让用户随意输入号码，去掉标点，再检查结果。正则非常适合做去标点这一步：

在 Python 中是 re.sub(r"[\s().-]", "", number)，在 JavaScript 中是 number.replace(/[\s().-]/g, "")。

07正则无法告诉你的事

^\+[1-9]\d{1,14}$ 检查的是形状。它无法告诉你：

• 国家代码是否存在（+999 就不是，而这个正则照样接受），
• 号码长度对该国家是否正确（英国号码和德国号码长度不同，有些国家的号码长度还不统一），
• 号码是手机、固话还是尚未分配，
• 有没有人接听。

要做真正的校验，请使用 Google 的电话号码库 libphonenumber。它了解每个国家的编号方案，并且有大多数语言的移植版本：Python 中的 phonenumbers，JavaScript 中的 libphonenumber-js。它还能把号码格式化用于显示，或转换成 E.164 用于存储：

import phonenumbers

n = phonenumbers.parse("(212) 555-0199", "US")
phonenumbers.format_number(n, phonenumbers.PhoneNumberFormat.E164)  # '+12125550199'
phonenumbers.is_possible_number(n)  # True: the length fits the US plan

和电子邮件地址一样，要证明一个号码能用，唯一的办法就是给它发一个验证码。

08试一试

这里是一个混合了各种格式电话号码的棋盘。你不需要逐一检查每种格式。每个怪物都有连续的十位数字（忽略标点），而无辜者都没有：

09检查清单

• 只接受美国号码时，^(\+?1[-. ]?)?(\(\d{3}\) ?|\d{3}[-. ]?)\d{3}[-. ]?\d{4}$ 能覆盖常见格式。
• 用分支，而不是两个各自可选的括号，这样 ( 和 ) 才会成对出现。
• 对于国际号码，用 [\s().-] 去掉标点，并以 E.164 存储。
• 用 ^\+[1-9]\d{1,14}$ 检查形状，在要紧的场合使用 libphonenumber。
• 如果需要确认号码真实存在，就发一个验证码。

10继续练习

• 学院的“实战校验”课程一次一场狩猎，涵盖邮政编码、日期、时间、电子邮件等内容。
• 指南中的常用正则章节有更多可交互示例。
• 试试今天的狩猎，或者到往期里挑战以前的棋盘。