正则表达式匹配至少包含一定比例数字的行：字母

Posted 2023-02-21

【中文标题】正则表达式匹配至少包含一定比例数字的行：字母

【英文标题】：Regex to match lines that contain at least a certain ratio of numbers:letters

【发布时间】：2022-01-15 11:20:17

【问题描述】：

我正在寻找一个匹配超过 25% 数字 (0-9) 的行的正则表达式。

说到正则表达式，我完全迷失了。任何帮助或指导将不胜感激。我解决正则表达式问题的常用策略是 google it。

或者，如果这不能在正则表达式中完成，有没有办法在 Notepad++ 或其他工具中完成？

【问题讨论】：

这似乎不是你可以用正则表达式做的事情，它们无法计数和比较。

@yuuu 你能和我们分享一个简单的数据吗？有可能

@HajiRahmatullah 数据种类繁多，包括日期、价格、重量、距离、长线（255+ 个字符）和短线（5 个字符）。一个通用的解决方案会很好，但即使是适用于某些情况的解决方案也会很好。

【参考方案1】：

简短回答：很遗憾，这是不可能的。

长答案：这是可能的，但仅适用于非常短的线并且假设所有线的长度相同。

例如，您可以使用 4 个字符的行：

(^[a-zA-Z]*\d[a-zA-Z]*$)|(^[a-zA-Z]*\d[a-zA-Z]*\d[a-zA-Z]*$)|(^[a-zA-Z]*\d[a-zA-Z]*\d[a-zA-Z]*\d[a-zA-Z]*$)|(^\d\d\d\d$)

我不知道有什么工具可以做你想做的事，但当然可以编写一个简短的 python 脚本来做到这一点。

with open('text.txt') as f:
    for line in f:
        numbers = sum(c.isdigit() for c in line)
        letters = sum(c.isalpha() for c in line)
        if numbers/letters > 0.25:
            #do something