從Python中的字符串中提取數字和大小信息（KB，MB等）

Question

我有這樣的字符串

"44MB\n" (it can be anything ranging from 44mb, 44 MB, 44 kb, 44 B)

我想從上面的字符串中分離出44和MB 。 我已經寫了這段代碼來提取數字

import re
mystring = "44MB\n"
re.findall(r'\d+', mystring)

用於提取大小，我想避免使用if statements例如

if "kb" mystring.lower(): 
    # Do stuffs
if .......

如何使用正則表達式提取尺寸信息

Answer 1

該腳本：

import re


test_string = '44.5MB\n12b\n6.5GB\n12pb'

regex = re.compile(r'(\d+(?:\.\d+)?)\s*([kmgtp]?b)', re.IGNORECASE)

order = ['b', 'kb', 'mb', 'gb', 'tb', 'pb']

for value, unit in regex.findall(test_string):
    print(int(float(value) * (1024**order.index(unit.lower()))))

將打印：

46661632
12
6979321856
13510798882111488

它以字節為單位找到的大小。

Answer 2

以下正則表達式應驗證您要匹配的大小字符串：

my_string = "44MB\n"
match_Obj = re.match(r'^(\d*)\s?([kmKM][Bb])$', my_string)

print "size: ", match_Obj.group(1)
print "units: ", match_Obj.group(2)

輸出：

size: 44
units: MB

這是一個可以測試此正則表達式的鏈接：

正則表達式101

Answer 3

您可以使用如下所示的正則表達式來搜索大小和單位（kb，mb）

re.compile(r"(?i)(?P<size>\d+)\s*(?P<unit>[km]?b)")

嘗試一下：

>>> rgx = re.compile(r"(?i)(?P<size>\d+)\s*(?P<unit>[km]?b)")
>>> for x in ("44 mb", "44mb", "44kB"):
...     print(rgx.search(x).groups())
... 
('44', 'mb')
('44', 'mb')
('44', 'kB')

要處理其他前綴，只需更改正則表達式的unit部分。

值得注意的是，因為您說大小寫無關緊要，所以“ kb”是千位有效的符號，而不是千位...