Question

使用正则表达式为以下行提取表达式的最佳方法是什么：

Sigma 0.10 index = $5.00
beta .05=$25.00
.35 index (or $12.5)
Gamma 0.07

在任何一种情况下，我想从每一行（例如第1行的“0.10”）和（如果有的话）第1行的美元金额或“$ 5.00”中提取数值。

Answer 1

import re
s="""Sigma 0.10 index = $5.00
beta .05=$25.00
.35 index (or $12.5)
Gamma 0.07"""
print re.findall(r'[0-9$.]+', s)

输出：

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

更严格的正则表达式：

print re.findall(r'[$]?\d+(?:\.\d+)?', s)

输出：

['0.10', '$5.00', '$25.00', '$12.5', '0.07']

如果您还要匹配.05：

print re.findall(r'[$]?(?:\d*\.\d+)|\d+', s)

输出：

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

Answer 2

基础正则表达式将是：\$?\d+(\.\d+)?，它将为您提供数字。不幸的是，我在JavaScript / C＃中知道正则表达式，因此不确定如何在python中执行多行。应该是一个非常简单的旗帜。

Answer 3

使用re.MULTILINE标记和\n表示换行符。

source = '''Sigma 0.10 index = $5.00
beta .05=$25.00
.35 index (or $12.5)
Gamma 0.07'''
import re

# only handles two top lines; extend to taste
rx = re.compile(
  'Sigma (\d*\.\d+) index = (\$\d*\.\d+)\nbeta (\d*\.\d+).*', 
   re.MULTILINE
)

print rx.search(source).groups()
# prints ('0.10', '$5.00', '.05')

在你的线上考虑.split('\n')并使用几个更简单的正则表达式，每个结果行一个。

使用正则表达式多行

3 个答案: