我正在尝试在python中编写一个函数,它将确定字符串中的值的类型;例如
如果in string为1或0或True或False,则值为BIT
如果in string为0-9 *,则值为INT
如果在字符串中是0-9 + .0-9 +,则值为float
如果在字符串中是stg more(文本等),则值为text
到目前为止,我已经像
那样了def dataType(string):
odp=''
patternBIT=re.compile('[01]')
patternINT=re.compile('[0-9]+')
patternFLOAT=re.compile('[0-9]+\.[0-9]+')
patternTEXT=re.compile('[a-zA-Z0-9]+')
if patternTEXT.match(string):
odp= "text"
if patternFLOAT.match(string):
odp= "FLOAT"
if patternINT.match(string):
odp= "INT"
if patternBIT.match(string):
odp= "BIT"
return odp
但是我在python中使用正则表达式并不是很熟练。你能告诉我,我做错了什么?例如,它不适用于2010-00-10,它应该是Text,但是INT或20.90,它应该是float但是是int
答案 0 :(得分:16)
在你走到正则表达式路线太远之前,你考虑过使用ast.literal_eval
示例:
In [35]: ast.literal_eval('1')
Out[35]: 1
In [36]: type(ast.literal_eval('1'))
Out[36]: int
In [38]: type(ast.literal_eval('1.0'))
Out[38]: float
In [40]: type(ast.literal_eval('[1,2,3]'))
Out[40]: list
也可以使用Python为你解析它!
好的,这是一个更大的例子:
import ast, re
def dataType(str):
str=str.strip()
if len(str) == 0: return 'BLANK'
try:
t=ast.literal_eval(str)
except ValueError:
return 'TEXT'
except SyntaxError:
return 'TEXT'
else:
if type(t) in [int, long, float, bool]:
if t in set((True,False)):
return 'BIT'
if type(t) is int or type(t) is long:
return 'INT'
if type(t) is float:
return 'FLOAT'
else:
return 'TEXT'
testSet=[' 1 ', ' 0 ', 'True', 'False', #should all be BIT
'12', '34l', '-3','03', #should all be INT
'1.2', '-20.4', '1e66', '35.','- .2','-.2e6', #should all be FLOAT
'10-1', 'def', '10,2', '[1,2]','35.9.6','35..','.']
for t in testSet:
print "{:10}:{}".format(t,dataType(t))
输出:
1 :BIT
0 :BIT
True :BIT
False :BIT
12 :INT
34l :INT
-3 :INT
03 :INT
1.2 :FLOAT
-20.4 :FLOAT
1e66 :FLOAT
35. :FLOAT
- .2 :FLOAT
-.2e6 :FLOAT
10-1 :TEXT
def :TEXT
10,2 :TEXT
[1,2] :TEXT
35.9.6 :TEXT
35.. :TEXT
. :TEXT
如果你肯定有一个正则表达式解决方案,它会产生相同的结果,这里是:
def regDataType(str):
str=str.strip()
if len(str) == 0: return 'BLANK'
if re.match(r'True$|^False$|^0$|^1$', str):
return 'BIT'
if re.match(r'([-+]\s*)?\d+[lL]?$', str):
return 'INT'
if re.match(r'([-+]\s*)?[1-9][0-9]*\.?[0-9]*([Ee][+-]?[0-9]+)?$', str):
return 'FLOAT'
if re.match(r'([-+]\s*)?[0-9]*\.?[0-9][0-9]*([Ee][+-]?[0-9]+)?$', str):
return 'FLOAT'
return 'TEXT'
然而,我不能推荐正则版本的正则表达式;让Python解释它认为这些数据类型的内容而不是用正则表达式解释它们......
答案 1 :(得分:4)
你也可以使用json。
import json
converted_val = json.loads('32.45')
type(converted_val)
输出
type <'float'>
修改强>
回答你的问题:
re.match()
从字符串的开头开始返回部分匹配。
由于您不断评估每个模式匹配,“2010-00-10”的顺序如下:
if patternTEXT.match(str_obj): #don't use 'string' as a variable name.
匹配,因此odp
设置为“text”
然后,你的脚本会:
if patternFLOAT.match(str_obj):
不匹配,odp
仍然等于“文字”
if patternINT.match(str_obj):
部分匹配odp
设置为“INT”
因为匹配返回部分匹配,所以评估多个if
语句,最后一个语句确定odp
中返回的字符串。
您可以执行以下操作之一:
重新排列if语句的顺序,以便最后一个匹配是正确的。
对if
语句的其余部分使用elif
和if
,以便只评估第一个要匹配的语句。
检查以确保匹配对象与整个字符串匹配:
...
match = patternINT.match(str_obj)
if match:
if match.end() == match.endpos:
#do stuff
...
答案 2 :(得分:2)
你说你用这些作为输入:
您的原始代码:
def dataType(string):
odp=''
patternBIT=re.compile('[01]')
patternINT=re.compile('[0-9]+')
patternFLOAT=re.compile('[0-9]+\.[0-9]+')
patternTEXT=re.compile('[a-zA-Z0-9]+')
if patternTEXT.match(string):
odp= "text"
if patternFLOAT.match(string):
odp= "FLOAT"
if patternINT.match(string):
odp= "INT"
if patternBIT.match(string):
odp= "BIT"
return odp
您的if
语句将按顺序执行 - 即:
if patternTEXT.match(string):
odp= "text"
if patternFLOAT.match(string):
odp= "FLOAT"
if patternINT.match(string)
odp= "INT"
if patternBIT.match(string):
odp= "BIT"
“2010-00-10”匹配您的文本模式,但随后它将尝试匹配您的浮动模式(失败,因为没有.
),然后匹配int
模式,这是有效的,因为它确实包含[0-9]+
。
您应该使用:
if patternTEXT.match(string):
odp = "text"
elif patternFLOAT.match(string):
...
虽然对于你的情况,你可能想要更具体,更具体,因为正如你所见,文本的东西也可能是int(反之亦然)。您还需要改进正则表达式,因为“文本”模式仅匹配字母数字输入,但与特殊符号不匹配。
我会提出自己的建议,尽管我更喜欢AST解决方案:
def get_type(string):
if len(string) == 1 and string in ['0', '1']:
return "BIT"
# int has to come before float, because integers can be
# floats.
try:
long(string)
return "INT"
except ValueError, ve:
pass
try:
float(string)
return "FLOAT"
except ValueError, ve:
pass
return "TEXT"
运行示例:
In [27]: get_type("034")
Out[27]: 'INT'
In [28]: get_type("3-4")
Out[28]: 'TEXT'
In [29]: get_type("20.90")
Out[29]: 'FLOAT'
In [30]: get_type("u09pweur909ru20")
Out[30]: 'TEXT'
答案 3 :(得分:1)
回复
例如,它不适用于2010-00-10,它应该是Text,但是 是INT或20.90,它应该是float但是int
>>> import re
>>> patternINT=re.compile('[0-9]+')
>>> print patternINT.match('2010-00-10')
<_sre.SRE_Match object at 0x7fa17bc69850>
>>> patternINT=re.compile('[0-9]+$')
>>> print patternINT.match('2010-00-10')
None
>>> print patternINT.match('2010')
<_sre.SRE_Match object at 0x7fa17bc69850>
不要忘记$
来限制字符串的结尾。