17370845950

本文提供一个健壮的python函数，用于批量清洗手机号列表：自动移除符号与空格、补全国家代码62、验证长度，并将无效号码统一替换为"invalid number"。

在处理用户输入的手机号时，格式混乱（如含空格、短横线、+号、前导零或错误国家码）是常见问题。针对印尼手机号规范——必须以62开头，且去除62后剩余部分恰好为11位纯数字——我们需要一套确定性清洗逻辑，而非仅依赖正则匹配（如\+62[0-9]{11}仅能匹配已含+62的完整串，无法覆盖082...或82...等常见变体）。

以下是推荐实现方案，兼顾可读性、鲁棒性和完整性：

import re

def clean_phone_number(phone_list):
    cleaned = []
    for raw in phone_list:
        # 步骤1：提取所有连续数字（移除 +, -, 空格等非数字字符）
        digits = re.sub(r'\D', '', str(raw))

        # 步骤2：标准化前缀
        if digits.startswith('62'):
            # 已有62 → 直接取全部数字
            candidate = digits
        elif digits.startswith('08'):
            # 常见印尼本地号（08开头），补6
2 → 628...
            candidate = '62' + digits[1:]
        elif digits.startswith('8'):
            # 无前导0的8开头号（如'82123...'），补62 → 6282123...
            candidate = '62' + digits
        else:
            # 其他情况（如'14045'）→ 无法合规补全，标记为无效
            cleaned.append('Invalid Number')
            continue

        # 步骤3：验证总长度是否为13位（62 + 11位）
        if len(candidate) == 13 and candidate.isdigit():
            cleaned.append(int(candidate))  # 按示例输出转为整数
        else:
            cleaned.append('Invalid Number')

    return cleaned

# 测试数据
phone = [
    '82123321123',
    '082321123321',
    '+6282-456-654-456',
    '+62 82 789 987 789',
    '14045',
    '82145-451-145'
]

result = clean_phone_number(phone)
print(result)
# 输出：[6282123321123, 6282321123321, 6282456654456, 6282789987789, 'Invalid Number', 6282145451145]

✅ 关键设计说明：

• re.sub(r'\D', '', ...) 安全提取所有数字，避免手动遍历字符；
• 分三类前缀逻辑（62/08/8）覆盖印尼号码主流格式，比单一正则更实用；
• 显式检查 len(candidate) == 13 确保“62 + 11位”结构，杜绝 62123（过短）或 62123456789012（过长）等边缘错误；
• 返回 int 类型以匹配示例输出（若需保留字符串形式，可删去 int() 转换）。

⚠️ 注意事项：

• 该函数不验证号码段有效性（如运营商号段），仅做格式合规性清洗；
• 若输入含 None 或非字符串类型，str(raw) 可防止报错，但建议上游做基础类型校验；
• 如需支持国际多国号码，应扩展前缀映射表（如 {'62': 11, '86': 11, '1': 10}），而非硬编码逻辑。

此方案已在给定测试用例中100%通过，可直接集成至数据预处理流水线。