電話號碼資料正規化 (Phone number normalization)

Communities 台灣/Tâi-oân/Tâi-uân/Thòi-vân (Taiwan)
, ,
1

目前 OSM 上的電話號碼及分機格式都亂成一鍋粥了，趁熱喝了吧。（悲
亟待討論，想聽聽大家意見。

背景資訊

參考OSM wiki 的 Key:phone 電話格式説明，目前常見格式有幾種：

  1. 北美式 NANP： +1-905-688-5550x3369 or +1-905-688-5550 x3369
  2. E.123： +1-978-750-1900 ext. 4309
  3. DIN 5008： +49 123 4567-1234（只有德國）。

台灣現況，特別是分機 一個一個一個 的不同啊：
目前資料裡分機的寫法混雜，已知有 ~、,、#、ext 這幾種，尚未統一。
# 是台灣日常生活中常見的分機寫法，或許可以以此為主。

寫了一個正規化腳本，目前跑出來的結果如截圖，可以看到現有資料裡有多種分機格式。

telegram-cloud-photo-size-5-6188073719578693825-y
telegram-cloud-photo-size-5-6188073719578693825-y1280×228 64 KB

例

+886 (2) 2706-5995x6
+886 4 2873-6548#101、107            
+886 2 2883 2130ext106

討論主題

需要討論正規化的問題大致上有二：

一、號碼格式
號碼本體要用哪種分隔方式？

  • NANP/ RFC 3966 變體： +886-2-1234-5678 （加連字號（dashes））
  • ITU E.123： +886 2 1234 5678（空白）

二、分機格式

  1. 直接接受 # — 民間慣用，不強制轉換正確格式
  2. 轉換成某個統一格式 — 但要選哪個？
    • E.123 (+886 2 2NNN NNNN ext. NNN)
    • NANP (+886-2-2NNN-NNNN xNNN)
    • RFC3966 (+886-2-2NNN-NNNN;ext=NNN)

+886-3-8771024;ext=13
不過 ;ext=NNN 有分號衝突的問題，解析成兩支電話，皂化弄人啊

PS－RFC3966 加 backslash 也不是好的解決方案，+886-3-8771024;ext=13 大多數 APP 無法辨認

  1. 直接跳過分機？
    • 只正規化號碼本體，跳過分機 — # , ~ ext 這類字元整個略過，只處理主號碼
    • 用號碼長度過濾 — 主號碼至少六碼，靠長度區分主號與分機

延伸閲讀

—— 徇眾要求，已投稿日記

1 Like
2

分機格式在這裏討論過 Proposal to replace documented syntax for telephone extensions
其中一個想法 phone:tel= (/ phone:uri=tel:*= ？) 的好處是可以先獨立加上，不會影響 phone= 的現狀。這還能明確定義、表達其格式，而且是網上使用的標準。可待其後再討論 phone= 的格式，該怎麼用它。

1 Like
3

Minh 的那篇貼文有納入參考，但是 Stale 好一陣了，所以又重新發明輪子。（悲

4

I saw the diary post from @assanges in WeeklyOSM 819 about phone numbers in Taiwan, and after waiting for the formatting in libphonenumber to be fixed, I have added Taiwan to my phone number validator.

我在 WeeklyOSM 819 看到了 @assanges 關於台灣電話號碼的日記貼文。在等待 libphonenumber 的格式設定修正後，我已將台灣加入我的電話號碼驗證器中。

This provides suggested fixes for many of the common mapping/formatting errors for phone numbers:

這項工具針對許多常見的電話號碼標記或格式錯誤提供修正建議：

image
image1036×460 42.4 KB

And also allows them to be fixed easily from the website itself.

並且可以直接在網站上輕鬆完成修正。

Additionally, there is a bot edit running in a few other countries to automatically fix such issues, and new ones as they occur. If the edits are acceptable, then I would be happy to enable this for Taiwan as well.

此外，目前在其他幾個國家有機器人正在執行自動編輯，用於修復這類既存問題以及後續出現的新錯誤。如果社群認為這些編輯內容是可以接受的，我也很樂意為台灣啟用這項功能。

Let me know of any issues with the site, including any translation issues since it was machine translated from English, and I can fix them.

若網站有任何問題，包括翻譯方面的錯誤（因為目前是從英文機器翻譯而來），請隨時告知我，我會進行修正。

1 Like
5

Splendid! Since the extension hasn’t concluded,
this could be a solid approach for automated formatting.

Just one note—the 800 toll-free number should be +886 800.
Not sure if that’s related to google/libphonenumber?
Let’s see what the other community members think.

太棒了！由於分機號碼尚未充分討論，
這或許是對電話號碼格式批次處理的可靠方法。

只是有一點——那個 800 免付費號碼應該是 +886 800。
不確定這是否與 google/libphonenumber 有關？
但在此之前我們需要先看看其他社群成員的意見。

1 Like
6

Yes, it is a libphonenumber issue, all formatting of numbers comes directly from that library, so it seems another issue needs to be opened there.

1 Like