Чистка спарсеных телефонных номеров

Тема в разделе "Решение различных задач по парсингу", создана пользователем Skandar, 8 май 2012.

  1. Skandar

    Skandar New Member Пользователи

    Регистрация:
    13 апр 2012
    Сообщения:
    9
    Товарищи!
    Подскажите пожалуйста, чем вы чистите спарсенные телефонные номера? Естественно все можно в екселе делать, но это муторно.

    Парсил с irr.ru - много мусора попадает.
    С номером телефона Пишут и имя и дополнительные данные...
    Как грамотно очистить список от Скайпов, имен, городов, скобок, лишних символов?
    И как убрать левые телефоны, где не хватает символов, либо городские?

    В идеале хочу получить список мобильных в виде +79124567890 или 89124567890

    Кто чем пользуется?
     
  2. kagorec

    kagorec Администратор Команда форума Администратор

    Регистрация:
    3 янв 2011
    Сообщения:
    4.442
    Адрес:
    Latvia
    Повторяющееся границы указать начало <span class="ico-set ico-phone"></span> и конец </
    И то же самое в границе например 2, далее
    Функция фильтрации по слову выберите в выпадаущем списке 2, и ниже добавьте
    re:[a-Z]
    re:[а-Я]

    Отметьте - пропускать страницы
    п.с. если не ошибаюсь, то регулярные выражения там должны работать
     
  3. Skandar

    Skandar New Member Пользователи

    Регистрация:
    13 апр 2012
    Сообщения:
    9
    Спасибо, попробую фильтрацию..

    С границами понятно, просто в поле телефон многие пишут еще и свои ФИО, скайпы, время для звонков - этот мусор мешается. И именно от него не знаю как грамотно избавляться.
     
  4. kagorec

    kagorec Администратор Команда форума Администратор

    Регистрация:
    3 янв 2011
    Сообщения:
    4.442
    Адрес:
    Latvia
    пару телефонов разного формата приведите для примера (каждую цыфру смените ноликом )
     
  5. lexalevi4

    lexalevi4 New Member Пользователи

    Регистрация:
    12 апр 2012
    Сообщения:
    25
    Я с рук беру только первый телефон) а к одному формату можно привести регулярками. Сперва убрать все нецыфры, потом 89 или 79 в начале заменить на 8 и 9.
    Городские можно отсечь количеством знаков и кодом города.
    Немного мусора будет проходить, но его не так много там.
     
  6. Skandar

    Skandar New Member Пользователи

    Регистрация:
    13 апр 2012
    Сообщения:
    9
    Фильтрацию еще не успел попробовать.

    Вот таких очень много:
    8-000-000-00-00
    +79870000020
    8 9o5 000 00 00 Владимир Борисович
    9o00000000 (не полный + вариации с пробелами и символами = - + )( )
    8-900-900-00-00 после 16 ч
    000-00-00
    звонить после 6 вечера
    +7(831)000-00-00
    8(831)000-00-00
    ww w.o ch-nn .ru (без пробелов - просто название сайта вместо телефона)
    Skype: bla-bla-bla

    и т.д. Плюс варианты с неполными номерами (забыли цыфру дописать) или лишние дописали и лишние случайные символы $ - . < , ....


    Делаешь это просто в экселе?
     
    Последнее редактирование: 10 май 2012
  7. lexalevi4

    lexalevi4 New Member Пользователи

    Регистрация:
    12 апр 2012
    Сообщения:
    25
    я всё сразу в пхп скрипт отправляю, csv не использую
     
  8. Valiks

    Valiks New Member Супер Модератор

    Регистрация:
    18 янв 2012
    Сообщения:
    554
    Адрес:
    Всё время в скэйпе
    Правильно, требуют. Изучите "Закон о рекламе", и найдите приемлемую форму рассылки спама, так, чтобы это "выглядело иначе",- ошиблись номером, например, и так далее. Ну а сервисов сейчас выше крыши, наберите в поисковике нужную фразу и будет вам счастье [​IMG]
     
    Последнее редактирование: 28 июн 2012

Поделиться этой страницей