Question

我想为python片段创建一个正则表达式。

import re
pattern = "\d*\.?\d+[Ee]?[+-]?\d*"
r = re.compile(pattern)
txt = """
12
.12
12.5
12.5E4
12.5e4
12.4E+4
12E4
12e-4
"""
x = r.findall(txt)
print(x)

用于过滤来自txt的所有有效输入，此代码很好但无效的输入，如

.12e，12.3 + 4

还允许我如何解决这个问题？

Answer 1

传统的正则表达式是这样的：

pattern = (
    "(?:"
    r"\d+(?:\.\d+)(:?[Ee][-+]?\d+)"
    "|"
    r"\.\d+(:?[Ee][+-]?\d+)"
    ")"
)

但你可以随时轻松地做事：

def is_number(x):
    try:
        float(x)
        return True
    except ValueError:
        return False

Answer 2

我建议你使用正则表达式

^(?=\.?\d)\d*(?:\.\d*)?(?:[eE][+-]?\d+)?$

Answer 3

不需要时，请不要使用正则表达式。让Pythonic [tm]（并且更容易，更可靠）让Python确定哪些是有效的。

results = []
for line in txt.split():
    try:
        float(line)
    except ValueError:
        pass
    else:
        results.append(line)
print results

Answer 4

您可以尝试：\d*\.?\d+(?:[Ee][+-]?\d+)?$。这将指数部分标记为一个组。我还添加了$以确保它与字符串的末尾匹配。

此外，由于您的正则表达式包含\，因此您应该使用原始字符串文字，例如：r'\n'，它是文字\n，而不是换行符。

更简单的方法是使用float()并检查ValueError例外。

Answer 5

尝试将正则表达式更改为以下内容：

\d*\.?\d+(?:[Ee][+-]?\d+)?

这使得如果e或E存在，则始终至少有一个数字，因此+和-仅在他们会关注e或E。

请注意，您应该使用原始字符串文字以确保正确转义反斜杠（特别是不会影响此字符串，但如果您尝试在正则表达式中使用\b之类的内容，则会看到区别）：

pattern = r"\d*\.?\d+(?:[Ee][+-]?\d+)?"

Answer 6

这样的事情应该这样做（未经测试）：

"\d*\.?\d+(?:[Ee][+-]\d)?\d*"

Answer 7

你在这里，可能是最简单的：

^(\d*\.?\d+([Ee][+-]?\d+)?)$

将^和$替换为你想要的delims，空格或其他什么。

解决方案解释：

您的解决方案

\d*\.?\d+[Ee]?[+-]?\d*

允许E没有数字 - ＆gt;因此我的最后是\ d +。我还制作了E和可选的+/-，然后是单个组中的那个manditory数字（即，将它全部括在括号中），这样它们就不能彼此存在。整个组（[Ee] [+ - ]？\ d +）是可选的（？），以适应您的数字示例而无需注意。

Answer 8

或者，一起避免使用正则表达式，使用Python标记生成器来查找它们：

<强>的test2.txt

  一些bumph
  2.34
  1.7e2
  更多bumph

示例代码

from tokenize import generate_tokens, NUMBER

source = open('test2.txt').readline
numbers = [ (val, eval(val)) for typ, val, _, _, _ in generate_tokens(source) if typ==NUMBER]
print numbers
# [('2.34', 2.34), ('1.7e2', 170.0)]

用于验证数字的Python正则表达式

8 个答案: