Python：验证字符串是否为未转换的浮点型

Question

有没有一种Python的方法来验证字符串是否表示浮点数（任何可以由float()识别的输入，例如-1.6e3 ），而无需对其进行转换（并且，理想的是，不求助于抛出和捕获异常） ？

关于如何检查字符串是整数还是浮点数，以前的问题已经提交。 答案建议在用户定义的函数中使用try...except子句以及int()和float()内置函数。

但是，这些都没有正确解决速度问题。 当使用try...except惯用语将转换过程与验证过程联系在一起（在某种程度上是正确的）时，为验证目的而使用大量文本的应用程序（任何模式验证器，解析器）将遭受开销执行实际转换。 除了由于实际转换数字导致的速度下降外，还有引发和捕获异常导致的速度下降。 该GitHub要点演示了，与仅用户定义的验证相比，内置转换代码的成本（比较True案例）要高两倍，而异常处理时间（ False time减去try..except版本的True time）仅是如下：多达7个验证。 这回答了我关于整数的问题。

有效的答案将是：与try..except方法相比，以更有效的方式解决问题的函数；对将来将允许使用此功能的内置功能的文档的引用；对允许此功能的Python包的引用现在（并且比try..except方法更有效），或者解释说明为什么这样的解决方案不是Pythonic的，否则将永远不会实现。 具体说来，为避免混乱，请避免使用诸如“否”之类的答案，而无需指出官方文档或邮件列表辩论，并避免重复try..except方法。

Answer 1

正如@John在评论中提到的那样，这似乎是另一个问题的答案 ，尽管在这种情况下这不是公认的答案。 正则表达式和fastnumbers模块是此问题的两种解决方案。

但是，应该适当地指出（如@en_Knight所做的那样），性能很大程度上取决于输入。 如果期望得到大多数有效输入，那么EAFP方法会更快，并且可以说更优雅。 如果您不知道要输入什么，那么LBYL可能更合适。 本质上，验证应该期望大多数有效输入，因此它更适合try..except 。

事实是，对于我的用例（以及与它相关的问题的作者）来说，确定表格数据文件中的数据类型， try..except方法更合适：一列要么全部为浮点数，要么，如果它具有非浮点值，则从该行开始将其视为文本，因此，实际测试的大多数输入在两种情况下均有效。 我猜所有其他答案都在解决。

回到答案，快速数和正则表达式仍然是一般情况下的吸引人的解决方案。 具体来说，fastnumbers包似乎对所有值都适用，除了特殊值（例如Infinity ， Inf和NaN ，如本GitHub要点所示 。 对于上述答案中的简单正则表达式也是如此（稍作修改-删除了结尾的\\b ，因为它将导致某些输入失败）：

^[-+]?(?:\b[0-9]+(?:\.[0-9]*)?|\.[0-9]+)(?:[eE][-+]?[0-9]+\b)?$

要点使用了体积较大的版本，可以识别特殊值，并且具有相同的性能：

^[-+]?(?:[Nn][Aa][Nn]|[Ii][Nn][Ff](?:[Ii][Nn][Ii][Tt][Yy])?|(?:\b[0-9]+(?:\.[0-9]*)?|\.[0-9]+)(?:[eE][-+]?[0-9]+\b)?)$

对于有效输入，正则表达式实现的速度要慢约2.8倍，而对于无效输入，则要快约2.2倍。 使用try..except无效输入的速度要比有效输入慢5倍，而使用正则表达式的输入try..except慢1.3倍。 鉴于这些结果，这意味着在40％或更多的预期输入无效时使用正则表达式是有利的。

在有效输入上，fastnumbers仅快约1.2倍，但是在无效输入上，fastnumbers快约6.3倍。

结果在下图中描述。 我用10 ^ 6次重复运行，有170个有效输入和350个无效输入（经过相应加权，因此平均时间是每个单个输入）。 由于框太窄，所以未显示颜色，但每列左侧的框描述了有效输入的时间，而无效输入在右侧。

注意答案已被多次编辑以反映对问题，此答案和其他答案的评论。 为了清楚起见，已合并了编辑内容。 一些评论是指以前的版本。

Answer 2

如果使用pythonic是合理的，那么您应该坚持使用Python之禅 。 专门针对这些：

显式胜于隐式。

简单胜于复杂。

可读性很重要。

应该有一种-最好只有一种-显而易见的方法。

如果实现难以解释，那是个坏主意。

所有这些都支持“尝试除外”方法。 转换是显式的，简单的，可读的，显而易见的且易于解释的

另外，知道某物是否为浮点数的唯一方法是测试它是否为浮点数。 这听起来可能是多余的，但并非如此

现在，如果主要问题是尝试测试过多的浮点数时的速度，则可以使用带有cython的C扩展名一次测试所有这些扩展。 但是我真的不认为它会在速度方面带来太多改进，除非要尝试的字符串数量很大

编辑：

Python开发人员倾向于使用EAFP方法（比许可更容易请求宽恕），从而使try-except方法更具pythonic能力（我找不到PEP）

这里（ Python中异常处理程序的代价 ）是try-except方法与if-then方法之间的比较。 事实证明，在Python中，异常处理并不像在其他语言中那样昂贵，并且仅在必须处理异常的情况下才更昂贵。 而且在一般使用情况下，您将不会尝试以很高的概率来验证字符串，而该字符串实际上不是浮点数（除非在您的特定情况下，您会遇到这种情况）。

再次如我在评论中所说。 没有特定的用例，要测试的数据和时间的度量，整个问题就没有多大意义了。 只是在谈论最通用的用例时，try-except是可行的方法，如果您有一些实际需求无法快速满足，则应将其添加到问题中

Answer 3

为了证明这一点：字符串可以float要遵守的条件并不多。 但是，在Python中检查所有这些条件将相当缓慢。

ALLOWED = "0123456789+-eE."
def is_float(string):
    minuses = string.count("-")
    if minuses == 1 and string[0] != "-":
        return False
    if minuses > 1:
        return False

    pluses = string.count("+")
    if pluses == 1 and string[0] != "+":
        return False
    if pluses > 1:
        return False

    points = string.count(".")
    if points > 1:
        return False

    small_es = string.count("e") 
    large_es = string.count("E")
    es = small_es + large_es
    if es > 1:
        return False
    if (es == 1) and (points == 1):
        if small_es == 1:
            if string.index(".") > string.index("e"):
                return False
        else:
            if string.index(".") > string.index("E"):
                return False

    return all(char in ALLOWED for char in string)

我没有实际测试过，但是我敢打赌这比try: float(string); return True; except Exception: return False要慢很多try: float(string); return True; except Exception: return False try: float(string); return True; except Exception: return False

Answer 4

如果您确定要快速解决方案

看一下这个参考实现 -python中的float转换是在C代码中进行的，并且执行效率很高。 如果您真的担心开销，可以将代码原样复制到自定义的C扩展中，但是不要抛出错误标志，而是返回一个表示成功的布尔值。

特别要看一下实现将十六进制强制转换为浮点数的复杂逻辑。 这是在C级别上完成的，有很多错误情况。 似乎不太可能在这里有捷径（请注意针对一个特定的保护案例争论的40行注释），或者在保留这些案例的情况下，任何手动实施的实现都会更快。

但是...有必要吗？

作为一个假设，这个问题很有趣，但是在一般情况下，应该尝试分析其代码，以确保try catch方法会增加开销。 尝试/捕获通常是惯用的 ，而且根据您的使用情况可以更快 。 例如，python中的for循环是按设计使用try / catch的。

替代方案以及为什么我不喜欢它们

为了澄清，问题询问

float（）可以识别的任何输入

选择＃1-正则表达式如何

我很难相信您会获得一个正则表达式来解决这个问题。 尽管正则表达式可以很好地捕获浮点文字，但仍有很多极端情况。 查看此答案的所有情况-您的正则表达式可以处理NaN吗？ 指数？ 布尔（但不是布尔字符串）？

方案2：手动解开Python检查：

总结需要捕获的困难情况（Python本身就是这样做的）

• Nan的不区分大小写捕获
• 十六进制匹配
• 语言规范中列举的所有情况
• 标志，包括指数中的标志
• 布尔

我还要指出的是语言规范中浮点以下的情况； 虚数。 浮动方法通过识别它们是什么来优雅地处理它们，但是在转换时引发类型错误。 您的自定义方法会模仿这种行为吗？