正则表达式如何在短语中搜索多个数字

Question

我有一个包含短语+温度的字符串数据集：

前任。 string = "纽约潮湿，气温为 15.43C"。 only_temp="15.43C"

我的代码： -->If only_temp="15.43C" 那么

re.search('\d+.\d\dC', string)找到它。

-->如果“纽约潮湿，气温为 15.43C” 。

re.search("(.*)(\d+.\d\dC)", string)找到“纽约潮湿”和“5.43C”的2组。 （而不是 15.43C）

我相信问题出在。*但我找不到解决方案。

Answer 1

在

re.search("(.*)(\d+.\d\dC)",string)

'(.*)'贪婪地捕捉任何东西。 以下'(\d+.\d\dC)'也贪婪地捕获 - 但它只在点之前强制执行 1+ 位。 这就是第一个表达式捕获1的原因。

让它不贪婪：

re.search("(.*?)(\d+.\d\dC)",string)

所以第一个表达式只捕获lazy / he 至少它必须。 然后后续将捕获全摄氏度。 如果您根本不需要它，您也可以进行第一个非捕获：

re.search("(?:.*?)(\d+.\d\dC)",string)

---

演示：

import re
string = "New York is humid with 15.43C"
only_temp ="15.43C"

s =  re.search("(?:.*?)(\d+.\d\dC)", string)
print(s.groups())

Output：

('15.43C',)

Answer 2

我认为你可以简单地使用你的正则表达式：

import re

s = 'New York is humid with 15.43C'

re.search("([\d\.]+C$)", s).groups()

OUTPUT

('15.43C',)

虽然[\d\.]+确实比\d+.\d\d更自由的形式- 我认为假设数字和点的组合表示温度是相当安全的。

例如，如果你的句子是这样的：

s = 'New York is humid with 16C'

更严格的模式不会返回任何匹配项。

在任何情况下，请注意点需要转义 - 考虑到 regex . 表示任何字符，否则：

s = "New York is humid with 15A43C"
re.search("(?:.*?)(\d+.\d\dC)", s).groups()

将返回匹配

OUTPUT

('15A43C',)

我确实理解假设\d+.\d\dC通常会匹配摄氏温度是合理且合理的安全 - 我只是说你不匹配一个点，如果这是意图的话。

Answer 3

您的正则表达式中有几个错误：

• . 将匹配任何字符，而不是句点，使用\. 匹配小数点分隔符
• 使您的第一组不贪婪，仅消耗与第二组匹配所需的最小值

s = 'New York is humid with 15.43C'
m = re.search('(.*?)\s*(\d+\.\d{,2}C)', s)
m.groups()
# ('New York is humid with', '15.43C')

如果要处理没有小数部分的情况：

s = 'New York is humid with 15C'
m = re.search('(.*?)\s*(\d+(?:\.\d{,2})?C)', s)
m.groups()
# ('New York is humid with', '15C')