如何使用正則表達式從字符串中提取特定類型的數字？

Question

考慮這個字符串：

text = '''
4 500,5

12%

1,63%

568768,74832 days in between

34 cars in a row'''

如您所見，有簡單數字、中間有空格的數字、帶逗號的數字，以及兩者都有。 因此， 4 500,5被視為一個獨立的獨立數字。 用逗號和空格提取數字很容易，我發現模式如下：

pattern = re.compile(r'(\d+ )?\d+,\d+')

但是，我正在努力提取像 12 和 34 這樣的簡單數字。我嘗試使用(?!...)和[^...]但這些選項不允許我排除其他數字中不需要的部分。

Answer 1

((?:\\d+ )?\\d+,\\d+)|(\\d+(?! \\d))

我相信這會做你想做的（Regexr 鏈接： https ://regexr.com/695tc）

為了捕獲“簡單”數字，它查找 [一個或多個數字]，后面沒有 [一個空格和另一個數字]。

我進行了編輯，以便您可以根據需要適當地使用捕獲組。

Answer 2

如果只想匹配 12 和 34：

(?<!\S)\d+\b(?![^\S\n]*[,\d])

• (?<!\\S)斷言左邊的空白邊界
• \\d+\\b匹配 1+ 個數字和一個單詞邊界
• (?!負前瞻，斷言直接在右邊的不是
  • [^\\S\\n]*[,\\d]匹配可選空格和,或一個數字
• )關閉前瞻

正則表達式演示

Answer 3

我建議先提取所有數字，然后將帶有逗號的數字過濾為帶浮點數的列表，將沒有逗號的過濾為整數列表：

import re
text = '4 500,5\n\n12%\n\n1,63%\n\n568768,74832 days in between\n\n34 cars in a row'
number_rx = r'(?<!\d)(?:\d{1,3}(?:[ \xA0]\d{3})*|\d+)(?:,\d+)?(?!\d)'
number_list = re.findall(number_rx, text)
print('Float: ', [x for x in number_list if ',' in x])
# => Float:  ['4 500,5', '1,63', '568768,74832']
print('Integers: ', [x for x in number_list if ',' not in x])
# => Integers:  ['12', '34']

請參閱Python 演示和正則表達式演示。

正則表達式匹配：

• (?<!\\d) - 一個負向后視，不允許在當前位置的左側直接出現數字
• (?:\\d{1,3}(?:[ \\xA0]\\d{3})*|\\d+) - 兩種選擇之一：
  • \\d{1,3}(?:[ \\xA0]\\d{3})* - 一位、兩位或三位數字，然后出現零次或多次空格/硬（不間斷）空格后跟三位數字
  • | - 或者
  • \\d+ - 一位或多位數字
• (?:,\\d+)? - 的可選序列,然后是一個或多個數字
• (?!\\d) - 一個負向前瞻，不允許在當前位置的右側有任何數字。