正則表達式如何在短語中搜索多個數字

Question

我有一個包含短語+溫度的字符串數據集：

前任。 string = "紐約潮濕，氣溫為 15.43C"。 only_temp="15.43C"

我的代碼： -->If only_temp="15.43C" 那么

re.search('\d+.\d\dC', string)找到它。

-->如果“紐約潮濕，氣溫為 15.43C” 。

re.search("(.*)(\d+.\d\dC)", string)找到“紐約潮濕”和“5.43C”的2組。 （而不是 15.43C）

我相信問題出在。*但我找不到解決方案。

Answer 1

在

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

'(.*)'貪婪地捕捉任何東西。 以下'(\d+.\d\dC)'也貪婪地捕獲 - 但它只在點之前強制執行 1+ 位。 這就是第一個表達式捕獲1的原因。

讓它不貪婪：

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

所以第一個表達式只捕獲lazy / he 至少它必須。 然后后續將捕獲全攝氏度。 如果您根本不需要它，您也可以進行第一個非捕獲：

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

我認為你可以簡單地使用你的正則表達式：

import re

s = 'New York is humid with 15.43C'

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

OUTPUT

('15.43C',)

雖然[\d\.]+確實比\d+.\d\d更自由的形式- 我認為假設數字和點的組合表示溫度是相當安全的。

例如，如果你的句子是這樣的：

s = 'New York is humid with 16C'

更嚴格的模式不會返回任何匹配項。

在任何情況下，請注意點需要轉義 - 考慮到 regex . 表示任何字符，否則：

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

將返回匹配

OUTPUT

('15A43C',)

我確實理解假設\d+.\d\dC通常會匹配攝氏溫度是合理且合理的安全 - 我只是說你不匹配一個點，如果這是意圖的話。

Answer 3

您的正則表達式中有幾個錯誤：

• . 將匹配任何字符，而不是句點，使用\. 匹配小數點分隔符
• 使您的第一組不貪婪，僅消耗與第二組匹配所需的最小值

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')

如果要處理沒有小數部分的情況：

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