在某个字符后从字符串中提取数字

Question

Ayyyy，我需要一些帮助。我有以下字符串，总是以“char，num”格式：

s = "abcdef,12"
v = "gbhjjj,699"

我想得到逗号后的数字，如何在不将逗号分隔字符串作为分隔符的情况下执行此操作？

我尝试了s[-2:]和v[-3:]，但是如何在不知道位数的情况下让它工作？

Answer 1

假设：

• 您知道字符串中有逗号，因此您无需搜索整个字符串以查明是否存在。
• 你知道模式是'many_not_digits,few_digits'，所以逗号两边的左/右部分的大小之间存在很大的不平衡。
• 您可以在不走动的情况下到达字符串的末尾，you can in Python because string indexing is constant time

然后你可以从最后开始，然后向后走，寻找逗号，这对于你的例子来说不是整体工作，而是从左边走，寻找逗号。

使用Python编写的代码比使用C编写的Python引擎代码慢，对吧？它真的会更快吗？

1. 制作一个字符串＆＃34; aaaaa ....，12＆＃34;
2. 使用timeit模块比较每种方法 - 分割或右步。
3. Timeit会运行一些代码。
4. 延长＆＃34; aaaaaaaaaaaaaaaa ....，12＆＃34;使它变得极端。

他们如何比较？

• 字符串拆分：1400＆＃34;＆＃34;＆＃34;运行一百万次需要1秒。
• 字符串拆分：4000＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;
• 正确的步行：1400＆＃34;一次＆＃34;的运行一百万次需要0.4秒。
• 正确行走：999,999＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;＆nbsp;＆nbsp;＆nbsp;＆nbsp;＆nbsp;＆nbsp;

<！/ P>

from timeit import timeit

_split = """num = x.split(',')[-1]"""

_rwalk = """
i=-1
while x[i] != ',':
    i-=1
num = x[i+1:]
"""

print(timeit(_split, setup='x="a"*1400 + ",12"'))
print(timeit(_rwalk, setup='x="a"*999999 + ",12"'))

e.g。

1.0063155219977489     # "aaa...,12" for 1400 chars, string split
0.4027107510046335     # "aaa...,12" for 999999 chars, rwalked. Faster.

Try it online at repl.it

我不认为这在算法上比O（n）更好，但是由于我所做的假设的约束，你比str.split（）有更多的知识，并且可以利用它来跳过大部分的字符串并在实践中击败它 - 文本部分越长，数字部分越短，您受益越多。

Answer 2

如果你担心从左边开始使用split，因为开头有很多不需要的字符，请使用rsplit。

s = "abcdef,12"
s.rsplit(",", 1)[-1]

这里，rsplit将从右侧开始拆分字符串，我们使用的可选第二个参数将使rsplit停止比它遇到的第一个逗号运算符更进一步。

(eg):
s = "abc,def,12"
s.rsplit(",", 1)[-1]
# Outputs 12
s = "abcdef12"
s.rsplit(",", 1)[-1]
# Outputs abcdef12

最终可以更简单，更清晰地获取数字字符串，而不是手动执行任何操作。

更不用说，如果我们想检查一下我们是否只获得数字，那将会容易得多。即使它是一个字符串列表。

def get_numbers(string_list, skip_on_error=True):
    numbers_list = []
    for input_string in string_list:
        the_number = input_string.rsplit(",", 1)[-1]
        if the_number.isdigit():
            numbers_list.append(the_number)
        elif skip_on_error:
            numbers_list.append("")
        else:
            raise Exception("Wrong Format occurred: %s" % (input_string))
    return numbers_list

如果您正在寻找更进一步的优化并确保大多数（如果不是全部）字符串的格式正确，您甚至可以使用try，除非您要使用整数列表而不是字符串列表。像这样：

# Instead of the if.. elif.. else construct
try:
    numbers_list.append(int(the_number))
except ValueError:
    if skip_on_error:
        numbers_list.append(0)
    else:
        raise Exception("Wrong Format occurred: %s" % (input_string))

但是永远记住Zen Of Python并使用split / rsplit遵循以下内容：

1. 美丽胜过丑陋
2. 明确胜过隐含
3. 简单比复杂
更好
4. 可读性计数
5. 应该有一个 - 最好只有一个 - 显而易见的方法

还记得Donald Knuth：

  

我们应该忘记效率很低，大约97％的时间说：过早优化是所有邪恶的根源。然而，我们不应该在那个关键的3％

中放弃我们的机会

Answer 3

使用split是优越的，因为它非常清晰和快速：

>>> s = "abcdef,12"
>>> s.split(',')[1]
'12'

另一种方法是使用index或find：

>>> s = "abcdef,12"
>>> s[s.find(',')+1:]
'12'

使用re的另一种方式：

>>> import re
>>> s = "abcdef,12"
>>> re.search(r',(.*)', s).group(1)
'12'

使用csv（以及io因此我不必将文件写入硬盘驱动器）：

>>> import csv
>>> import io
>>> s = "abcdef,12"
>>> r = csv.reader(i)
>>> for line in r:
...     print(line[1])
...
12

我确定还有其他方法可以完成这项任务。这只是一个小样本。

Answer 4

也许您可以尝试使用regular expression

import re

input_strings = ["abcdef,12", "gbhjjj,699"]

matcher = re.compile("\d+$")

for input_string in input_strings:
    is_matched = matcher.search(input_string)
    if is_matched:
        print(is_matched.group())

Answer 5

我喜欢.partition()这类事情：

for text in ('gbhjjj,699', 'abcdef,12'):

    x, y, z = text.partition(',')

    number = int(z)

    print(number)

与.split()不同，它总会返回三个值。

我有时会这样做，以强调我不关心某些价值观：

_, _, z = text.partition(',')