python 获取excel手机号

import re

from openpyxl import load_workbook

import pandas as pd

import glob

import os

#1，从一个目录下获取所有文件的路径，放入一个数组

#2，依据数组导入数据并从数据中筛选出所有手机号，放入一个数组中，

#3，将数组合并到一个list中

#4，将形成的list使用numpy分割

#5，将分割好的数据写入excel

#定义一个方法，从传入的文件中筛选出所有的手机号

def extract_phones(file_path):

    pattern = re.compile(r'(?:^|[^0-9a-zA-Z])(1[3-9]\d{9})(?:$|[^0-9a-zA-Z])')

    phones = set()

   

    wb = load_workbook(file_path, read_only=True)

    for sheet_name in wb.sheetnames:

        sheet = wb[sheet_name]

        for row in sheet.iter_rows(values_only=True):

            for cell in row:

                if not cell: continue

                matches = pattern.findall(str(cell))

                phones.update(matches)

   

    return sorted(phones)

#定义了要扫描的目录

pathA = 'G:\aaaaa\已经处理\二零二二'

#这个方法获得了目录列表

def traverse_files(dir_path):

    file1 =[]

    for file in glob.glob(os.path.join(dir_path, '**/*'), recursive=True):

        if os.path.isfile(file):

            file1.append(file)

    return (file1)

#调用目录扫描方法，获得所有文件名和目录          

okDir = traverse_files(pathA)

#定义变量用来接受文件中的数据

allPhone = []

#调用手机号扫描方法，把输入存入allPhone，这里每个文件以一个数组元素的形式存在

for item in okDir:

    allPhone.append(extract_phones(item))

#定义一个新list，将allPhone的各项数组元素合并

okData = []

for item in allPhone:    

    okData = okData + item

#去除重复

okExcel = [x for i, x in enumerate(okData) if x not in okData[:i]]

import numpy as np #这是计算模块

import datetime  #这是时间模块用来处理文件名

current_date = datetime.date.today()  

#print(current_date)  # 输出格式：2023-03-08  

#定义文件名

colleague = ['童老师','芦老师','刘aa老师','陈老师','景老师','刘bb老师','张老师']

#df = pd.read_excel('./2025.3.8.xlsx') ##读取文件

df = pd.DataFrame(okExcel)

parts = np.array_split(df, 7) #将数据分割成7份

for i, part in enumerate(parts): #循环并创建文件

    part.to_excel(f'{colleague[i]}_{current_date}.xlsx', index=False)