Question

我必须在文件中找到遵循特定格式的所有数字。格式如下：

每个数字都是正数或负数（符号可能存在也可能不存在，小数位前有一个或多个数字，小数点后有一个或多个数字）。可能没有小数位。每个数字前后都可以有空格。两个数字用逗号（，）或分号（;）或冒号（:)分隔。例如（35.3,52.23; -623,623.62：-52,65）

所以在上面的例子中，我想列出六个数字。要搜索的数字列表在括号之间。到目前为止，我的代码看起来像这样：

def number_processing( file_location ):
    """"""

    import re

    file_variable = open( file_location )
    lines = file_variable.readlines()

    numbers = re.compile(r'[(] *[+]?[-]?[0-9][0-9]*[.]+[,]+[;]+[0-9][0-9]* *[)]')
    numbers_list = []

    for line in lines:
        for word in line.split(" "):
            match = numbers.match(word)
            if match:
                numbers_list.append(match.group())
      print numbers_list

非常感谢任何帮助！

Answer 1

我认为您不需要使用str.split，仅使用re.findall怎么样？

>>> s = '35.3 , 52.23; -623, 623.62 : -52,65'
>>> re.findall(r'[-+]?\d+(?:\.\d*)?', s)
['35.3', '52.23', '-623', '623.62', '-52', '65']

编辑只能在括号对内搜索，您可以先编写另一个正则表达式，然后重复使用上面的那个：

>>> s = '(23432.434 , 32423, -4343; 343) 5555 (3244, 45445; -4545 )'
>>> for s_ in re.findall(r'\(.*?\)', s):
...   re.findall(r'[-+]?\d+(?:\.\d*)?', s_)
... 
['23432.434', '32423', '-4343', '343']
['3244', '45445', '-4545']

要在列表理解中加入所有上述子列表：

>>> s = '(23432.434 , 32423, -4343; 343) 5555 (3244, 45445; -4545 )'
>>> pat1 = re.compile(r'\(.*?\)')
>>> pat2 = re.compile(r'[-+]?\d+(?:\.\d*)?')
>>> [x for s_ in re.findall(pat1, s) for x in re.findall(pat2, s_)]
['23432.434', '32423', '-4343', '343', '3244', '45445', '-4545']

Answer 2

由于你已经按空间划分，正则表达式就像......

[(]?[+-]?\d+\.?\d+[,;:]?[)]?

（不确定你是否必须逃避括号......只需检查; D

和

[+] [ - ]？ - 这是什么？你告诉你的正则表达式，+和 - 可能同时发生，但有可能一个或两个都不存在。

并且，整个正则表达式尝试同时识别两个单独的数字（如果我用逗号，分号和冒号得到你的意思），第二个就是整数。有很多测试用例，你不会得到你想要的东西。

Answer 3

如果您只想使用正则表达式使用这些令牌，请运行全局表达式并以贪婪，简单的方式吃数字，短划线和小数点：

/[\d.-]+/

Answer 4

如果您只是想找到所有数字，为什么不这样做：

re.findall(r'[+-\d.]', text)

并不担心无关的格式化？

（注意：这将匹配例如+2323.，这是奇怪的输入，但Python可以处理它。如果你这样做

map(float, re.findall(r'[+-\d.]', text))

你仍会得到漂亮的花车清单。）

查找具有特定格式的数字

4 个答案: