python中如何使用正则表达式提取数字？

import re  text1 = "我有100个苹果和20.5公斤的香蕉，还有-5个坏梨。" text2 = "订单号是123456789，总价为999.99元。" text3 = "我的身高是175cm，体重是68.3kg。"  # 1. 提取整数 # 模式：d+ 匹配一个或多个数字 integers = re.findall(r'd+', text1) print(f"提取整数 (text1): {integers}") # ['100', '20', '5'] - 注意这里会把20.5的20和5分开  # 2. 提取浮点数和整数（更通用的数字模式） # 模式：d+.d* 或者 d*.d+ 或者更通用的 d+.?d* # 考虑到数字可能带小数点，我们用 d+.?d* 来匹配，它会匹配至少一个数字， # 后面可选地跟着一个小数点，再后面可选地跟着零个或多个数字。 # 这样可以匹配 "100", "20.5", "5." (虽然实际中"5."不常见，但模式会匹配) numbers_general = re.findall(r'd+.?d*', text1) print(f"提取通用数字 (text1): {numbers_general}") # ['100', '20.5', '5']  # 3. 提取带正负号的数字 # 模式：[-+]?d+.?d* 匹配可选的正负号，然后是通用数字模式 signed_numbers = re.findall(r'[-+]?d+.?d*', text1) print(f"提取带符号数字 (text1): {signed_numbers}") # ['100', '20.5', '-5']  # 4. 结合实际场景，提取特定格式的数字 # 比如从"订单号是123456789"中提取订单号 order_id_match = re.search(r'订单号是(d+)', text2) if order_id_match:     print(f"提取订单号 (text2): {order_id_match.group(1)}") # group(1) 获取括号内的内容  # 5. 提取带有单位的数字，但只保留数字部分 # 比如从"175cm"中提取175 height_match = re.search(r'(d+.?d*)cm', text3) if height_match:     print(f"提取身高数字 (text3): {height_match.group(1)}") # '175'

import re  complex_text = "今天的气温是-5.5℃，昨天下雨量是20mm，预计明天股价上涨1.23%，订单总额达到1,234,567.89元。"  # 提取所有看起来像数字的字符串 # 使用我偏好的模式：可选正负号，至少一个数字，可选的小数点和至少一个数字 all_numbers_str = re.findall(r'[-+]?d+(?:.d+)?', complex_text) print(f"从复杂文本中提取的数字字符串: {all_numbers_str}") # 输出: ['-5.5', '20', '1.23', '1', '234', '567.89'] # 注意：这里会把 "1,234,567.89" 拆分成 "1", "234", "567.89"  # 如果要处理千位分隔符，模式需要更复杂一些 # 匹配可能带逗号的整数或浮点数 # 这里我用一个稍微激进的模式：允许数字之间有逗号，但逗号后必须跟三位数字 # 并且整个数字可以有可选的小数部分 numbers_with_commas = re.findall(r'[-+]?d{1,3}(?:,d{3})*(?:.d+)?', complex_text) print(f"处理千位分隔符后的数字字符串: {numbers_with_commas}") # 输出: ['-5.5', '20', '1.23', '1,234,567.89'] # 这个模式就精确多了，成功地将 "1,234,567.89" 作为一个整体提取出来。  # 这种精细化的匹配，需要你对可能出现的数字格式有清晰的预期。 # 比如，如果数字后面总是跟着单位，而你只想要数字，可以用捕获组： temperature_match = re.search(r'([-+]?d+(?:.d+)?)℃', complex_text) if temperature_match:     print(f"提取气温数字: {temperature_match.group(1)}") # '-5.5'

?

*

(?:)

Shrink.media

Shrink.media是当今市场上最快、最直观、最智能的图像文件缩减工具

83

查看详情

match.group()

int

Float

import re  text = "价格是100元，折扣后是85.5折，会员价-10元。库存量：500000。"  # 提取所有可能带符号的浮点数或整数 # 这里我们用一个比较通用的模式，能抓取到大部分我们想要的数字形态 # 考虑到可能有千位分隔符，我们先不直接处理，在转换时再去除 numbers_as_strings = re.findall(r'[-+]?d+(?:,d{3})*(?:.d+)?', text) print(f"原始提取的数字字符串: {numbers_as_strings}") # 输出: ['100', '85.5', '-10', '500,000']  # 转换为数值类型 converted_numbers = [] for num_str in numbers_as_strings:     # 在转换前，先去除千位分隔符，否则float()或int()会报错     cleaned_num_str = num_str.replace(',', '')     try:         if '.' in cleaned_num_str:             converted_numbers.append(float(cleaned_num_str))         else:             converted_numbers.append(int(cleaned_num_str))     except ValueError:         print(f"警告: 无法将 '{num_str}' 转换为数值类型，已跳过。")         # 实际项目中，你可能需要更复杂的错误处理逻辑  print(f"转换后的数值列表: {converted_numbers}") # 输出: [100, 85.5, -10, 500000]  # 使用列表推导式和map()的简洁方式 # 假设我们已经确保了字符串都是干净的数字（无逗号） cleaned_numbers_str = [s.replace(',', '') for s in numbers_as_strings] float_numbers = [float(s) for s in cleaned_numbers_str if '.' in s] int_numbers = [int(s) for s in cleaned_numbers_str if '.' not in s]  print(f"浮点数列表 (通过推导式): {float_numbers}") print(f"整数列表 (通过推导式): {int_numbers}")  # 如果你知道所有数字都可能是浮点数，直接用map all_as_floats = list(map(float, cleaned_numbers_str)) print(f"所有数字转换为浮点数 (通过map): {all_as_floats}")

replace(',', '')

import re  special_text = "订单号:XYZ-12345, 金额: $99.99, 生产日期: 2023-10-26, 数量: 100件, 编码: #A-B-C-42."  # 1. 提取订单号中的数字部分 (例如 XYZ-12345 中的 12345) # 模式：XYZ-后面跟着数字 order_id_match = re.search(r'XYZ-(d+)', special_text) if order_id_match:     print(f"订单号数字: {order_id_match.group(1)}") # '12345'  # 2. 提取带货币符号的金额 (例如 $99.99) # 模式：$后面跟着一个数字模式 amount_match = re.search(r'$(d+(?:.d+)?)', special_text) if amount_match:     print(f"金额: {amount_match.group(1)}") # '99.99'  # 3. 提取带有单位的数字 (例如 100件) # 模式：数字后面跟着单位 quantity_match = re.search(r'(d+)件', special_text) if quantity_match:     print(f"数量: {quantity_match.group(1)}") # '100'  # 4. 提取日期中的年份、月份、日期 # 模式：(d{4})-(d{2})-(d{2}) 分别捕获年、月、日 date_match = re.search(r'(d{4})-(d{2})-(d{2})', special_text) if date_match:     year, month, day = date_match.groups() # groups()返回所有捕获组的元组     print(f"生产日期: 年={year}, 月={month}, 日={day}") # 年=2023, 月=10, 日=26  # 5. 从混合编码中提取最后一个数字 (例如 #A-B-C-42 中的 42) # 模式：匹配一个非数字或连字符的字符，直到最后一个连字符后跟着数字 code_number_match = re.search(r'-(d+)$', special_text) # $表示字符串结尾 if code_number_match:     print(f"编码中的数字: {code_number_match.group(1)}") # '42'  # 更复杂的例子：提取所有括号内的数字 text_with_parentheses = "项目A (ID: 123), 项目B (ID: 456), 错误码 (Err: 789)." numbers_in_parentheses = re.findall(r'((?:ID|Err):s*(d+))', text_with_parentheses) print(f"括号内ID/Err数字: {numbers_in_parentheses}") # ['123', '456', '789']

大家都在看：