如何从以字符串表示的数字中检索Python格式的代码？

Question

我将数字数据存储在ASCII txt文件中，即不同参数的值，每个参数都有一列。 列之间的格式可能有所不同，但在列内不会更改。 我将该数据加载到Python中，进行处理并将其写回到ASCII文件中。 关键是： 数字的格式不应更改。 表示小数位应仍然相同，exp表示法仍应为exp表示法，依此类推。 因此，我需要一个函数，该函数返回表示一个数字的每个字符串的格式代码（然后我可以在处理过程中将其与数字一起存储）。 注意：参数类型在处理期间不会改变； 即整数将保持整数，浮点数将保持浮点数等（否则，保持格式代码没有多大意义）。

我的想法是使用正则表达式分析字符串，以确定它是否是int，float，float以指数表示法等：

import re
string = '3.142'
# positive match then detected as
match = re.fullmatch(r'[+|-]*[0-9]+[.][0-9]*', string.strip())

按照此一般分类，我将解析字符串以确定例如小数位。 例如

string = '3.142' # I know from above that it is a float and not exp notation...
lst = string.strip().split('.')
if not lst[1]: # trailing zeros are hidden
    result = '{:+g}' if '+' in lst[0] else '{:g}'
else:
    result = '{0:+.' if '+' in lst[0] else '{0:.'
    result += str(len(lst[1])) + 'f}'

print(result) # gives... '{0:.3f}'

问：这似乎很笨拙； -有人有更好的解决方案吗？

Answer 1

在思考了一段时间后，我对自己的问题的回答：由于缺乏信息，这是一种不可能的倒置。

例。 假设您读取了字符串“ -5.5”。 如果数字的精度为1位或尾随的零被隐藏，则您已经缺乏信息。 另一个（非数字）问题是您不知道它是否为“有符号”值，即，如果它为正数，则是否为“ +5.5”。 想要更多？ 以“ 1.2E + 1”为例。 这可能是整数12。尽管不太可能，但您不确定。

除此之外，Python方面还有一些小限制，例如据我所知， {:E}.format()将始终生成带符号的，零填充的2位数指数（当然，如果<100 ），即像'... E + 01'，尽管您可能想要'... E + 1'。 关于数字格式的另一件事是隐藏的前导零和尾随零，请参见此处的问题。 普通的字符串格式设置选项似乎似乎不包括删除前导/后缀零–您需要其他帮助程序，例如.lstrip(“0”) 。

我的想法是，在返回格式代码从字符串到数字再到字符串的过程中，至少做得不错。 使用一点regex进行一般分类，然后使用简单的.split()等。

import re
class NumStr():
    def analyse_format(self, s, dec_sep='.'):
        """
        INPUT: 
            s, string, representing a number
        INPUT, optional: 
            dec_sep, string, decimal separator
        WHAT IT DOES:
            1) analyse the string to achieve a general classification
                (decimal, no decimal, exp notation)
            2) pass the string and the general class to an appropriate
                parsing function.
        RETURNS: 
            the result of the parsing function:
                tuple with
                    format code to be used in '{}.format()'
                    suited Python type for the number, int or float.
        """
        # 1. format definitions. key = general classification.
        redct = {'dec': '[+-]?[0-9]+['+dec_sep+'][0-9]*|[+-]?[0-9]*['+dec_sep+'][0-9]+',
                 'no_dec': '[+-]?[0-9]+',
                 'exp_dec': '[+-]?[0-9]+['+dec_sep+'][0-9]*[eE][+-]*[0-9]+',
                 'exp_no_dec': '[+-]?[0-9]+[eE][+-]*[0-9]+'}
        # 2. analyse the format to find the general classification.
        gen_class, s = [], s.strip()
        for k, v in redct.items():
            test = re.fullmatch(v, s)
            if test:
                gen_class.append(k)
        if not gen_class:
            raise TypeError("unknown format -->", s)
        elif len(gen_class) > 1:
            raise TypeError("ambiguous result -->", s, gen_class)
        # 3. based on the general classification, call string parsing function
        method_name = 'parse_' + str(gen_class[0])
        method = getattr(self, method_name, lambda *args: "Undefined Format!")
        return method(s, *dec_sep)

    def parse_dec(self, s, dec_sep):
        lst = s.split(dec_sep)
        result = '{:f}' if len(lst[1]) == 0 else '{:.'+str(len(lst[1]))+'f}'
        result = result.replace(':', ':+') if '+' in lst[0] else result
        return (result, float)

    def parse_no_dec(self, s, *dec_sep):
        result = '{:+d}' if '+' in s else '{:d}'
        return (result, int)

    def parse_exp_dec(self, s, dec_sep):
        lst_dec = s.split(dec_sep)
        lst_E = lst_dec[1].upper().split('E')
        result = '{:.'+str(len(lst_E[0]))+'E}'
        result = result.replace(':', ':+') if '+' in lst_dec[0] else result
        return (result, float)

    def parse_exp_no_dec(self, s, *dec_sep):
        lst_E = s.upper().split('E')
        result = '{:+E}' if '+' in lst_E[0] else '{:E}'
        return (result, float)

并进行测试：

valid = ['45', '45.', '3E5', '4E+5', '3E-3', '2.345E+7', '-7',
         '-45.3', '-3.4E3', ' 12 ', '8.8E1', '+5.3', '+4.',
         '+10', '+2.3E121', '+4e-3','-204E-9668','.7','+.7']
invalid = ['tesT', 'Test45', '7,7E2', '204-100', '.']

如果您有任何改进的想法，我很乐意将它们包括在内！ 我想人们已经遇到了这个问题。