如何从字符串中提取浮动数字

我有一些类似于 Current Level: 13.4 db.的字符串，我想只提取浮点数。我说的是浮点数，不是小数，因为它有时候是完整的。正则快递可以做到这一点，还是有更好的方法？

315322 次浏览
小开
最佳答案

如果浮点数总是用十进制表示，比如

>>> import re
>>> re.findall("\d+\.\d+", "Current Level: 13.4db.")
['13.4']

也许就够了。

一个更健壮的版本是:

>>> re.findall(r"[-+]?(?:\d*\.*\d+)", "Current Level: -13.2db or 14.2 or 3")
['-13.2', '14.2', '3']

如果您想验证用户输入，您也可以通过直接单步执行来检查浮点数:

user_input = "Current Level: 1e100 db"
for token in user_input.split():
try:
# if this succeeds, you have your (first) float
print(float(token), "is a float")
except ValueError:
print(token, "is something else")


# => Would print ...
#
# Current is something else
# Level: is something else
# 1e+100 is a float
# db is something else
小开

另一种可读性更高的方法是简单的类型转换。我添加了一个替换函数，以覆盖人们可能输入欧洲小数的情况:

>>> for possibility in "Current Level: -13.2 db or 14,2 or 3".split():
...     try:
...         str(float(possibility.replace(',', '.')))
...     except ValueError:
...         pass
'-13.2'
'14.2'
'3.0'

然而，这也有缺点。如果有人输入“1,000”，这将被转换为1。此外，它还假设人们在输入单词时会使用空格。而其他语言，比如中文，情况就不是这样了。

小开

你可能想尝试一下这样的东西，它涵盖了所有的基数，包括不依赖于数字后面的空格:

>>> import re
>>> numeric_const_pattern = r"""
...     [-+]? # optional sign
...     (?:
...         (?: \d* \. \d+ ) # .1 .12 .123 etc 9.1 etc 98.1 etc
...         |
...         (?: \d+ \.? ) # 1. 12. 123. etc 1 12 123 etc
...     )
...     # followed by optional exponent part if desired
...     (?: [Ee] [+-]? \d+ ) ?
...     """
>>> rx = re.compile(numeric_const_pattern, re.VERBOSE)
>>> rx.findall(".1 .12 9.1 98.1 1. 12. 1 12")
['.1', '.12', '9.1', '98.1', '1.', '12.', '1', '12']
>>> rx.findall("-1 +1 2e9 +2E+09 -2e-9")
['-1', '+1', '2e9', '+2E+09', '-2e-9']
>>> rx.findall("current level: -2.03e+99db")
['-2.03e+99']
>>>

为了便于复制粘贴:

numeric_const_pattern = '[-+]? (?: (?: \d* \. \d+ ) | (?: \d+ \.? ) )(?: [Ee] [+-]? \d+ ) ?'
rx = re.compile(numeric_const_pattern, re.VERBOSE)
rx.findall("Some example: Jr. it. was .23 between 2.3 and 42.31 seconds")
小开 
re.findall(r"[-+]?\d*\.?\d+|\d+", "Current Level: -13.2 db or 14.2 or 3")

如上所述，工程真的很好！ 不过，有一个建议是:

re.findall(r"[-+]?\d*\.?\d+|[-+]?\d+", "Current Level: -13.2 db or 14.2 or 3 or -3")

也将返回负的 int 值(如字符串末尾的 -3)

小开

我想你们会在我下面的回答中发现一些有趣的东西，就像我在之前的一个类似问题中所做的那样:

Https://stackoverflow.com/q/5929469/551449

在这个答案中，我提出了一个模式，它允许正则表达式捕获任何类型的数字，因为我没有其他东西可以添加到它，所以我认为它是相当完整的

小开

Python docs 的答案包括 +/-和指数符号

scanf() Token      Regular Expression
%e, %E, %f, %g     [-+]?(\d+(\.\d*)?|\.\d+)([eE][-+]?\d+)?
%i                 [-+]?(0[xX][\dA-Fa-f]+|0[0-7]*|\d+)

这个正则表达式不支持使用逗号作为整数和小数部分(3,14159)之间的分隔符的国际格式。 在这种情况下，用上面的 float 正则表达式中的 [.,]替换所有的 \.。

                        Regular Expression
International float     [-+]?(\d+([.,]\d*)?|[.,]\d+)([eE][-+]?\d+)?
小开

可以使用以下正则表达式从字符串中获取整数和浮点值:

re.findall(r'[\d\.\d]+', 'hello -34 42 +34.478m 88 cricket -44.3')


['34', '42', '34.478', '88', '44.3']

谢谢 雷克斯


提交答案