Скрипт для извлечения данных (номера телефонов и логины)

Нужен скрип для быстрого извлечения данных из файлов 

файлы в формате .html

из себя представляет N файлов

http://joxi.ru/zAN6gxNCjwEeZA

Эти файлы - история переписки телеграм чата 

ЗАДАЧА СКРИПТА

1. Массовое извлечение телеграм логинов из тела сообщения
2. Подсчет рейтинга частотности слов
3.  Массовое извлечение телефонных номеров из тела сообщени

АЛГОРИТМ РАБОТЫ СКРИПТ

• Скрипт просит ввести цифру какую задачу сейчас будем запускать
• скрипт спросит указать путь к папке где лежат все эти файлы
• спрашивает сколько файлов из папки обрабатывать через указать диапазон файлов от-до
• скрипт спросит куда сохранить результат 
• скрипт запускает обработку данных 
• скрипт в самом конце удаляет дубли

ПОЯСНЕНИЕ КАЖДОЙ ФУНКЦИИ

1.  Массовое извлечение телеграм логинов из тела сообщения

После того как скрипт спросил сколько файлов обратывать

бот начинает открывать по очереди каждый файл, и из тела сообщения извлекать логины телеграма 

• алгорит работы: 

бот открывает .html файл извлекает данные --> полученный результат записывает в файл с результатами --> после открывает следующий файл --> полученный результат записывает в файл с результатами --> задача уходит в цикличность до тех пор пока не обработает все файлы из папки

После завершения работы скрипт выдает сообщение что задача завершена

          2. Подсчет рейтинга частотности слов

скрипт по очереди открывает .html и подсчитывает рейтинг частотоности слов

формат слово/количиство повторений

• алгорит работы:

сначала идет подсчет слов в одном файле

скрипт записал предварительный результат в файл

далее открывает следующий файл делает подсчет слов и прибавляет полученный результат к предыдущему и дальше задача уходит на цикличность до тех пор пока не завершится подсчет во всех файлах

          3. Массовое извлечение телефонных номеров из тела сообщения

задача извлечь все возможные варианты написания телефонных номеров

На хабре нашел вот такую регулярку

/^(\+)?(\(\d{2,3}\) ?\d|\d)(([ \-]?\d)|( ?\(\d{2,3}\) ?)){5,12}\d$/

обрабатывает вот такие варианты написания http://joxi.ru/l2ZxO0dt7V6R3r