forked from hesabix/arc
111 lines
3.6 KiB
Python
111 lines
3.6 KiB
Python
"""نرمال‌سازی شماره تلفن ایران برای تطبیق Caller ID."""
|
|
from __future__ import annotations
|
|
|
|
import re
|
|
from typing import Iterable, List, Optional, Set
|
|
|
|
_PERSIAN_DIGITS = str.maketrans("۰۱۲۳۴۵۶۷۸۹٠١٢٣٤٥٦٧٨٩", "0123456789" * 2)
|
|
|
|
|
|
def _to_latin_digits(value: str) -> str:
|
|
return value.translate(_PERSIAN_DIGITS)
|
|
|
|
|
|
def extract_digits(raw: str) -> str:
|
|
s = _to_latin_digits(raw or "")
|
|
return re.sub(r"\D+", "", s)
|
|
|
|
|
|
def normalize_iran_phone(raw: Optional[str]) -> dict:
|
|
"""
|
|
خروجی:
|
|
- canonical: فرم ترجیحی ذخیره (موبایل با 0، شهری با 0 در صورت امکان)
|
|
- candidates: لیست فرم‌های قابل جستجو
|
|
"""
|
|
if not raw:
|
|
return {"canonical": None, "candidates": []}
|
|
|
|
text = _to_latin_digits(str(raw)).strip()
|
|
has_plus = text.startswith("+")
|
|
digits = extract_digits(text)
|
|
if not digits:
|
|
return {"canonical": None, "candidates": []}
|
|
|
|
# حذف پیش‌شماره بین‌المللی تکراری
|
|
if digits.startswith("0098"):
|
|
digits = digits[4:]
|
|
has_plus = True
|
|
elif digits.startswith("98") and len(digits) >= 12:
|
|
digits = digits[2:]
|
|
has_plus = True
|
|
|
|
candidates: Set[str] = set()
|
|
canonical: Optional[str] = None
|
|
|
|
# موبایل ایران: 10 رقم بعد از حذف 0 / 98 → معمولاً 9xxxxxxxxx
|
|
mobile_body: Optional[str] = None
|
|
if len(digits) == 11 and digits.startswith("09"):
|
|
mobile_body = digits[1:]
|
|
elif len(digits) == 10 and digits.startswith("9"):
|
|
mobile_body = digits
|
|
elif len(digits) == 12 and digits.startswith("989"):
|
|
mobile_body = digits[2:]
|
|
elif has_plus and len(digits) == 10 and digits.startswith("9"):
|
|
mobile_body = digits
|
|
|
|
if mobile_body and len(mobile_body) == 10 and mobile_body.startswith("9"):
|
|
local = "0" + mobile_body
|
|
e164_digits = "98" + mobile_body
|
|
candidates.update({local, mobile_body, e164_digits, "+" + e164_digits, "00" + e164_digits})
|
|
canonical = local
|
|
else:
|
|
# شهری / سایر
|
|
if len(digits) >= 8:
|
|
if not digits.startswith("0") and len(digits) in (8, 10, 11):
|
|
# اگر با کد شهر بدون صفر آمده
|
|
with_zero = "0" + digits
|
|
candidates.add(with_zero)
|
|
candidates.add(digits)
|
|
if len(digits) >= 10:
|
|
candidates.add("98" + digits.lstrip("0"))
|
|
canonical = with_zero if len(with_zero) <= 12 else digits
|
|
else:
|
|
candidates.add(digits)
|
|
if digits.startswith("0"):
|
|
stripped = digits.lstrip("0")
|
|
candidates.add(stripped)
|
|
candidates.add("98" + stripped)
|
|
candidates.add("+98" + stripped)
|
|
canonical = digits
|
|
else:
|
|
# داخلی کوتاه و غیره
|
|
candidates.add(digits)
|
|
canonical = digits
|
|
|
|
# همیشه فرم خام ارقام هم نگه داشته شود
|
|
candidates.add(extract_digits(text))
|
|
ordered = _stable_unique([c for c in [canonical, *sorted(candidates, key=len, reverse=True)] if c])
|
|
return {"canonical": canonical, "candidates": ordered}
|
|
|
|
|
|
def _stable_unique(items: Iterable[str]) -> List[str]:
|
|
seen: Set[str] = set()
|
|
out: List[str] = []
|
|
for item in items:
|
|
if item and item not in seen:
|
|
seen.add(item)
|
|
out.append(item)
|
|
return out
|
|
|
|
|
|
def numbers_match(a: Optional[str], b: Optional[str], min_len: int = 8) -> bool:
|
|
na = normalize_iran_phone(a)
|
|
nb = normalize_iran_phone(b)
|
|
if not na["candidates"] or not nb["candidates"]:
|
|
return False
|
|
set_a = {c for c in na["candidates"] if len(extract_digits(c)) >= min_len or len(c) < min_len}
|
|
set_b = set(nb["candidates"])
|
|
# برای داخلی‌های کوتاه، تطبیق دقیق
|
|
if len(extract_digits(a or "")) < min_len or len(extract_digits(b or "")) < min_len:
|
|
return bool(set_a & set_b)
|
|
return bool(set_a & set_b)
|