使用正則表達式從文件中提取數值量並求和

Question

我是一個初學者，正在學習python。 問題是我必須從文件中提取數字（其中數字可以在任何地方。可以在同一行中多次。某些行可能沒有數字，而某些行可能是新行）並找到它們的總和。 我確實知道如何解決它，這是我的代碼

import re
new=[]
s=0
fhand=open("sampledata.txt")
for line in fhand:
    if re.search('^.+',line):         #to exclude lines which have nothing
        y=re.findall('([0-9]*)',line) #this part is supposed to extract only the
        for i in range(len(y)):       #the numerical part, but it extracts all the words. why?
            try:
                y[i]=float(y[i])
            except:
                y[i]=0
        s=s+sum(y)
print s

該代碼可以工作，但是它不是實現此目的的Python方法。 為什么[[0-9] *）提取所有單詞而不是僅提取數字？ pythonic的實現方法是什么？

Answer 1

您的正則表達式具有([0-9]*) ，它將查找具有零個或多個數字的所有單詞。 您可能需要([0-9]+) 。

Answer 2

您好，您通過添加“ *”在正則表達式中犯了一個錯誤，如下所示：

y=re.findall('([0-9])',line)

Answer 3

擴展wind85的答案后，您可能希望根據希望在文件中找到的數字類型來微調正則表達式。 例如，如果您的數字中可能帶有小數點，那么您可能想要類似[0-9]+(?:\\.[0-9]+)? （一個或多個數字（可選），后跟一個句點和一個或多個數字）。

至於使它更具pythonic風格，我可能會這樣寫：

s=0
for line in open("sampledata.txt"):
    s += sum(float(y) for y in re.findall(r'[0-9]+',line))
print s

如果您真的想花哨的話，可以將它設為單線：

print sum(float(y) for line in open('sampledata.txt') 
                   for y in re.findall(r'[0-9]+',line))

但是我個人覺得這種事情很難閱讀。