分享一个我维护了几年的匹配国内手机号码的正则表达式列表

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 2145 天前的主题，其中的信息可能已经有所发展或是发生改变。

项目地址是： https://github.com/VincentSit/ChinaMobilePhoneNumberRegex

列了一些常用的情况，例如匹配所有号码、所有支持短信功能的号码，包括手机卡、数据卡（ IoT ）和上网卡以及细分运营商匹配等。

初衷是由于国家一直在放出和使用新的号段，有些使用新的号段的用户无法通过手机号码的正则验证，网上很多正则并不能及时地更新，去找了下开源的项目也没人做这个事，我就自己写了一个。

最近更新支持了最新的号段，做了有限的测试，发到这里一是考虑自身水平有限，请各位大佬提提建议，找找 bug，二是广而告之，希望能帮助到有需要的同学。

关于测试方面，我的设想是想给每个常用语言做一个开源库包含这些正则，该语言相关的测试会在库源码里做。这样使用起来就可以直接引用库封装好的代码，更省事一些。但是我实现了一个语言后发现这是个大坑，得慢慢填。

需要说明的是因为考虑到方便使用的原因，有些正则其实并不是传统意义上极致优化的，可以根据自身需要去修改。例如不需要匹配国家码，可以去掉匹配国家码的那一段。但除非匹配量非常巨大，否则这个性能差别是可以忽略的。我在我机器上用 PHP 7 测了一下匹配一百多万行的手机号码，性能差距还是能接受的。

匹配

号码

正则

号段

61 条回复 • 2019-01-12 22:58:34 +08:00

vincentxue

2019-01-07 14:45:59 +08:00 via iPhone

点不点 Star 无所谓，但建议使用或需要关注的朋友们做一下 Release Only Watch，以后每次更新都会 Release 一个版本来触发通知，这样大家就能及时更新。

dezhou9

2019-01-07 14:48:35 +08:00 via Android

这个用来识别非手机号可以的，star

dezhou9

2019-01-07 14:49:59 +08:00 via Android

其实手机号前面的+也可以是 00，这个谷歌自己补一下 k

STGing

2019-01-07 14:50:30 +08:00

已 star，好东西！作者费心了。

vincentxue

2019-01-07 14:58:37 +08:00 via iPhone

@dezhou9 这个如果有需求可以加一个条件，我是看大家都是用+所以我也从众了。
@STGing 谢谢哈！

Lax

2019-01-07 14:59:29 +08:00

早上看到个消息要启用 165 号段

lion9527

2019-01-07 15:03:17 +08:00

我个人感觉如果有短信验证码，则不必过于拟合。
直接泛化可能工作更轻松，比如 1 开头，11 位数即可。

lizhenda

2019-01-07 15:11:16 +08:00

不错不错，有心了！

yuewolf

2019-01-07 15:12:02 +08:00 via Android

素质二连，楼主有心了。

deathscythe

2019-01-07 16:03:02 +08:00

哇卡卡, star 了, 不错的

dezhou9

2019-01-07 16:15:33 +08:00 via Android

@lion9527 规则上细化不算拟合。作者未来支持新号段发现，才有拟合概念

justfindu

2019-01-07 16:30:55 +08:00

好久前就用了好用!

ResidualWind

2019-01-07 16:35:25 +08:00

已 star，感谢作者

kingsleydon

2019-01-07 16:35:46 +08:00

试用了一下，已 star ~

usapla

2019-01-07 16:48:46 +08:00

该说不说，楼主真把我们当亲弟弟了

GuryYu

2019-01-07 16:49:08 +08:00

楼主这个图是用什么工具生成的呀

Removable

2019-01-07 17:01:14 +08:00

咦，不知道什么时候已经 star 了

ShundL

2019-01-07 17:06:59 +08:00

这是高手，已 star

fmumu

2019-01-07 17:09:43 +08:00

可以搞个动态生成器，每个人的需求都不一样的，根据选择的条件如：电信 /联通+iot 来生成正则表达式

mwiker

2019-01-07 17:10:55 +08:00

已 star，可以增加多个开发语言的版本。

Paff

2019-01-07 17:14:04 +08:00

star 了,好东西

phpcxy

2019-01-07 17:20:50 +08:00

我都是 1 开头的 11 位数字

vincentxue

2019-01-07 17:21:46 +08:00

哇谢谢大家哈，好多人点 Star，谢谢，但是记得 Watch 一下才能及时得到更新啊。

@Lax 谢谢提醒，我稍后确认一下资料就加上。

@lion9527 嗯可能验证码可以不用那么严格，但是各家有各家的需求，有些可能专门匹配手机号码，可能就要求精确一些。

@usapla 啥啥啥？

@GuryYu 就是正则链接到的那个网站啊。https://www.debuggex.com/ ，输入正则就会显示了，然后需要分享点上方的 Share 就可以。

@fmumu 这个又得挖坑了，我先把各语言的库填一下，填完就搞一个。

@mwiker 正在开发中了，不会很久。

Heanes

2019-01-07 17:26:51 +08:00

这个比较可敬，有毅力有恒心

blue0125

2019-01-07 17:28:53 +08:00 via Android

支持带号转网了😂

vincentxue

2019-01-07 17:34:56 +08:00

@Heanes 还有很多朋友督促和帮助。
@blue0125 这个正则层面就没有办法了啊，文档也写明了。

iVeego

2019-01-07 17:35:34 +08:00

@livid 我记得之前你问过有无类似的服务。

fuxkcsdn

2019-01-07 17:40:02 +08:00

楼主有测试数据吗？
放到 regex101 上测试突然想到这个网站有个 regex library，搜索了下还真有

https://regex101.com/r/dnOlNH/1

虽然上面这种表达式不好看，但效率上比楼主写的高

p.s. regex101 那个表达式不完整，配合楼主的图或者下面的 wiki 改造下就行了
https://zh.wikipedia.org/wiki/%E4%B8%AD%E5%9B%BD%E5%86%85%E5%9C%B0%E7%A7%BB%E5%8A%A8%E7%BB%88%E7%AB%AF%E9%80%9A%E8%AE%AF%E5%8F%B7%E6%AE%B5

v2byy

2019-01-07 17:40:23 +08:00

已关注

beiyu

2019-01-07 17:57:15 +08:00

难得一见的好东西 mark 了

struggletoday

2019-01-07 18:00:46 +08:00

star

NonClockworkChen

2019-01-07 18:07:52 +08:00

这个轮子会把成千上万的轮子扼杀，star。

0312birdzhang

2019-01-07 18:51:43 +08:00

star star，好东西

vincentxue

2019-01-07 20:15:01 +08:00

@fuxkcsdn

Hi，你点每个正则的链接，进去之后看最下面的匹配项即可。

你这个正则我看了，也测试了一下，我这个要快 30%左右。

➜ Code sh run-benchmark.sh

Run the first round of testing.

2815.1209354401 - 9383624
3864.3181324005 - 7653307

Run the second round of testing.

2795.1259613037 - 9383624
3878.3061504364 - 7653307

Run the third round of testing.

2758.6340904236 - 9383624
3866.0190105438 - 7653307

Done.

主要原因我在兼顾方便的同时我还是尽量做了优化的。这里就不细讲了。那个正则里面有很多可以优化项，例如尽量减少分支条件，左侧优先，起始结尾描点优化等等。举个最简单的例子，他那个里面是 13、14、15 等等这样排序匹配的，我这里面 14、16 等使用频率低的号段我都放到最后面去了，这样能减少不必要的运算。

https://drive.google.com/file/d/1RkkRb7TSLYTdXoQaJmT8IVaRM-6UaPB1/view?usp=sharing 这是我刚才做的简单对比测试，包含 1000 万随机生成的手机号码。

cutlove

2019-01-07 20:47:02 +08:00

怎么 @ 站长，之前换手机号失败了，198 的号段

jiqing

2019-01-07 20:50:54 +08:00

这种好项目 star 又不会掉块肉

vincentxue

2019-01-07 21:31:57 +08:00

@cutlove 就 @Livid 就可以了。

whypool

2019-01-07 22:01:55 +08:00

1 开头 11 位数还要啥正则？

vincentxue

2019-01-07 22:15:36 +08:00

@Lax 165 号段已经加上了，感谢提醒。

vincentxue

2019-01-07 22:18:14 +08:00

@whypool 总有些人需要精确匹配的。

xxxiong

2019-01-08 09:34:01 +08:00 via iPhone

支持，也是有心了

qingxiangcool

2019-01-08 09:35:02 +08:00

已 star

RyougiShiki

2019-01-08 10:15:06 +08:00

原来公司业务需求匹配某个省的移动号，写正则挺费心的。

vincentxue

2019-01-08 10:53:37 +08:00 via iPhone

@RyougiShiki 你这个需求用数据库可能更合适啊，正则感觉不是很适合啊。不过主要还是要有规则，有了规则就好办了。匹配省一级的还好，再细就有点得不偿失了。

cheese

2019-01-08 13:39:43 +08:00

已经 star，期待自定义生成功能

Everyxin

2019-01-08 13:45:20 +08:00

可以可以，听说写正则的都是大牛，有心了

fuxkcsdn

2019-01-08 14:00:07 +08:00

@vincentxue

/^(13\d|15[0-35-9]|18\d|17[0135-8]|19[89]|166|14[5-9])\d{8}$/m

我稍微优化了下，速度就比你的快了

Run the first round of testing.
461.7280960083 - 9383624
436.35296821594 - 7653307

Run the second round of testing.
468.19996833801 - 9383624
445.95909118652 - 7653307

Run the third round of testing.
465.19207954407 - 9383624
436.08498573303 - 7653307

Done.

i3-6100 8G DDR4 2133
PHP 7.0.30-0+deb9u1 (cli) (built: Jun 14 2018 13:50:25) ( NTS )
windows 10 企业版，docker desktop 2.0.0.0-win81(29211)

p.s. 匹配数暂时没优化，但我感觉即使匹配数一致，regex101 上那种写法也能比你的写法快（这几天我试试）

fuxkcsdn

2019-01-08 14:04:30 +08:00

@vincentxue
之所以我的运行速度能那么快主要是我把 preg_match_all 的第三个参数 $matches 去掉了

$count = preg_match_all($pattern, $data)

vincentxue

2019-01-08 14:32:04 +08:00 via iPhone

@cheese 谢谢，自定义这是个大坑🤣🤣，没那么快。
@Everyxin 不敢当，谢谢。
@fuxkcsdn 谢谢测试和回复，你有空可以改成匹配所有试试，效率高我可以学习改进一下的，我发到这的意图之一本来就是来讨教的😃。

2019-01-10 12:01:54 +08:00

楼主哇 JS 用不了很僵硬啊

vincentxue

2019-01-10 13:49:18 +08:00

@fy 哈哈，我知道，部分用了条件子组的正则表达式在 JavaScript 里不能用，因为 JavaScript 不支持条件子组，所以我特地标明了是 PCRE。我现在去把不兼容 JavaScript 的尝试做一下兼容，搞好通知你。

2019-01-10 13:57:15 +08:00

@vincentxue #51 多谢。前端校验还是更加常见些

vincentxue

2019-01-10 20:35:52 +08:00

@fy 已经更新了，抽空去看看符不符合要求。
@fuxkcsdn 现在我为了兼容 JS 去掉了那些条件判断，用你主张的这种写法，速度大概有 6%的提升。

2019-01-10 23:32:10 +08:00

@vincentxue #53 大佬真是神速，非常感谢！

fuxkcsdn

2019-01-11 11:49:13 +08:00

@vincentxue 👍

akatquas

2019-01-12 18:15:09 +08:00

0086 开头的电话怎么破呢？

vincentxue

2019-01-12 19:40:52 +08:00

@akatquas

拿匹配所有上网卡的正则举例：

原来的正则：^(?:\+?86)?14[579]\d{8}$

1. 允许以 “+86 ”，“ 0086 ” 以及 “ 86 ” 开头：

^(?:(?:\+?|00)86)?14[579]\d{8}$

2. 只允许以 “ 0086 ” 开头：

^(?:0086)?14[579]\d{8}$

解释：

^ # 锚点, 匹配字符串开始位置.
(?: # 非捕获组开始.
\+ # 匹配字符 "+".
? # 量词, 表示匹配 0 次或 1 次. (作用于字符 "+")
86 # 匹配字符 "86".
) # 非捕获组结束
? # 量词, 表示匹配 0 次或 1 次. (作用于捕获组)
14 # 匹配字符 "14".
[579] # 匹配集合中任意字符一次, 也就是 5 或 7 或 9 一次.
\d # 匹配数字, 可以视为 [0-9], 但不绝对等于.
{8} # 重复 8 次. (作用于 \d)
$ # 锚点, 匹配字符串结束位置.

连起来说，满足这个正则表达式的字符串的格式必须是：

允许以 “+86 ” 或者 “ 86 ” 开头，号段必须是 145 / 147 / 149，最后跟着 8 位数字。

这个正则里面 (?:\+?86)? 这一段是用来匹配国家码的，意思是匹配 “+86 ” 或者 “ 86 ”，如果需要再加一个可匹配项 “ 00 ”，那你改成 (?:(?:\+?|00)86)? 就可以了，这个正则匹配 “+86 ”，“ 0086 ” 以及 “ 86 ” 这三种情况。如果你只需要匹配 “ 0086 ”，那就直接改成 (?:0086)? 就可以了。

lhjl1314

2019-01-12 20:58:26 +08:00

@vincentxue 前缀可不止+86 或者 0086 哦，还有很多的，另外很多号段也缺少，你的数据虽然不是很准，但也八九不离十了

vincentxue

2019-01-12 21:53:23 +08:00

@lhjl1314

国家码的话，这个库本来是匹配手机号码的，没有做国家码匹配，后来有人有需求，我就加上了可选的国家码匹配，遵循的是目前国际通用的 E.164 格式，即 [+] [country code] [phone number] 。而且我这一个库也不可能兼容所有人的需求啊，不符合你的需求可以适当做一下修改的嘛。

另外缺少什么号段能方便说一下吗？我可以加上。

lhjl1314

2019-01-12 22:31:58 +08:00

@vincentxue 部分业务会产生特殊前缀，不过一般不会涉及到；
号段方面，例如 1349 也是卫星电话，中国移动 147、172、184 部分号段、1064[78]也是分配给物联网的等
对于普通使用者来说，楼主已经算做的很详细的了

vincentxue

2019-01-12 22:58:34 +08:00

@lhjl1314

我的资料依据是我文档上附上的那个维基百科，你说的 1349 也是卫星电话资料上确实也是这样显示的，我是根据运营商来分类的，没有根据网络来分类，所以就随维基归到电信里面了。其他的 172 我找不到公开资料，“ 184 部分号段、1064[78]也是分配给物联网的等” 184 没查到，1064 查到确实是也分配给了物联网。

感谢批评指正，确实还没有做到绝对精准，我会去查查工信部的相关文档，再提升一下准确性。如果你有相关资料方便共享的话也可以分享一下。