在某個字符后從字符串中提取數字

Question

好的，我需要一些幫助。 我有以下字符串，始終采用“ char，num”格式：

s = "abcdef,12"
v = "gbhjjj,699"

我只想獲取逗號后的數字，如何在不使用逗號分隔字符串的情況下做到這一點呢？

我嘗試了s[-2:]和v[-3:]可以工作，但是如何在不知道位數的情況下使其工作呢？

Answer 1

假設：

• 您知道字符串中有一個逗號，因此您不必搜索整個字符串來查找是否存在逗號。
• 您知道模式是'many_not_digits,few_digits'因此逗號兩側左右部分的大小之間存在很大的不平衡。
• 您無需走就可以到達字符串的末尾，這在Python中是可以的，因為字符串索引是固定時間的

然后，你可以從月底開始，步行向后尋找逗號，這將是你的例子不是從左邊尋找逗號走整體工作量少。

使用Python代碼進行工作比使用C語言編寫的Python引擎代碼要慢得多，對吧？ 真的會更快嗎？

1. 制作一個字符串“ aaaaa ....，12”
2. 使用timeit模塊比較每種方法-拆分或右移。
3. Timeit可以執行一百萬次某些代碼。
4. 延長“ aaaaaaaaaaaaaaaaaa ....，12”的長度以使其極端。

他們如何比較？

• 字符串拆分：1400次“ a”的運行一百萬次耗時1秒。
• 字符串拆分：4000次“ a”的運行100萬次耗時2秒。
• 右行走：1400次“ a”的跑步一百萬次耗時0.4秒。
• 右走：999,999“ a”的運行時間為一百萬次，耗時為0.4秒。

！

from timeit import timeit

_split = """num = x.split(',')[-1]"""

_rwalk = """
i=-1
while x[i] != ',':
    i-=1
num = x[i+1:]
"""

print(timeit(_split, setup='x="a"*1400 + ",12"'))
print(timeit(_rwalk, setup='x="a"*999999 + ",12"'))

例如

1.0063155219977489     # "aaa...,12" for 1400 chars, string split
0.4027107510046335     # "aaa...,12" for 999999 chars, rwalked. Faster.

在repl.it在線嘗試

我認為這在算法上並不比O（n）更好，但是在假設的約束下，我使您比str.split（）擁有更多的知識，並且可以利用它來跳過大部分字符串並擊敗它在實踐中-文本部分越長，數字部分越短，您就越受益。

Answer 2

如果由於一開始有很多多余的字符而擔心從左側使用split，請使用rsplit。

s = "abcdef,12"
s.rsplit(",", 1)[-1]

在這里，rsplit將開始從右邊開始拆分字符串，我們使用的可選第二個參數將停止rsplit繼續進行處理，而不是它遇到的第一個逗號運算符。

(eg):
s = "abc,def,12"
s.rsplit(",", 1)[-1]
# Outputs 12
s = "abcdef12"
s.rsplit(",", 1)[-1]
# Outputs abcdef12

最終獲得一串數字比手動進行操作要簡單得多，也更清潔。

更不用說，如果我們希望檢查是否僅由此得到數字，則將容易得多。 即使它是字符串列表。

def get_numbers(string_list, skip_on_error=True):
    numbers_list = []
    for input_string in string_list:
        the_number = input_string.rsplit(",", 1)[-1]
        if the_number.isdigit():
            numbers_list.append(the_number)
        elif skip_on_error:
            numbers_list.append("")
        else:
            raise Exception("Wrong Format occurred: %s" % (input_string))
    return numbers_list

而且，如果您正在尋找進一步的優化方法，並確保大多數（如果不是全部）字符串都具有正確的格式，則可以使用try，除非您打算使用整數列表而不是字符串列表。 像這樣：

# Instead of the if.. elif.. else construct
try:
    numbers_list.append(int(the_number))
except ValueError:
    if skip_on_error:
        numbers_list.append(0)
    else:
        raise Exception("Wrong Format occurred: %s" % (input_string))

但請始終記住Python的Zen，並按照以下方法使用split / rsplit：

1. 美麗勝於丑陋
2. 顯式勝於隱式
3. 簡單勝於復雜
4. 可讀性計數
5. 應該有一種-最好只有一種-顯而易見的方法

還要記住唐納德·克努斯（Donald Knuth）：

大約有97％的時間，我們應該忘掉效率低下的問題： 過早的優化是萬惡之源 。 但是我們不應該放棄我們那關鍵的3％的機會

Answer 3

使用split的優勢在於它非常清晰，快速：

>>> s = "abcdef,12"
>>> s.split(',')[1]
'12'

另一種方法是使用index或find ：

>>> s = "abcdef,12"
>>> s[s.find(',')+1:]
'12'

和另一種方式與re ：

>>> import re
>>> s = "abcdef,12"
>>> re.search(r',(.*)', s).group(1)
'12'

並使用csv （和io因此我不必將文件寫入硬盤驅動器）：

>>> import csv
>>> import io
>>> s = "abcdef,12"
>>> r = csv.reader(i)
>>> for line in r:
...     print(line[1])
...
12

我確定還有其他方法可以完成此任務。 這只是一個小樣本。

Answer 4

也許您可以嘗試使用正則表達式

import re

input_strings = ["abcdef,12", "gbhjjj,699"]

matcher = re.compile("\d+$")

for input_string in input_strings:
    is_matched = matcher.search(input_string)
    if is_matched:
        print(is_matched.group())

Answer 5

我喜歡.partition()做這種事情：

for text in ('gbhjjj,699', 'abcdef,12'):

    x, y, z = text.partition(',')

    number = int(z)

    print(number)

與.split()不同，它將始終返回三個值。

我有時會這樣做，以強調我不在乎某些值：

_, _, z = text.partition(',')