科学记数法数字的正则表达式？

Posted 2023-04-13

【中文标题】科学记数法数字的正则表达式？

【英文标题】：Regex for numbers on scientific notation?

【发布时间】：2010-12-18 18:27:51

【问题描述】：

我正在加载一个 .obj 文件，其中包含类似的行

vn 8.67548e-017 1 -1.55211e-016

用于顶点法线。我怎样才能检测到它们并将它们带入双重符号？

【参考方案1】：

一个运行良好的正则表达式是：

-?[\d.]+(?:e-?\d+)?

转换为数字可以这样完成：String in scientific notation C++ to double conversion，我猜。

正则表达式是

-?      # an optional -
[\d.]+  # a series of digits or dots (see *1)
(?:     # start non capturing group
  e     # "e"
  -?    # an optional -
  \d+   # digits
)?      # end non-capturing group, make optional

**1) 这不是 100% 正确的，从技术上讲，只能有一个点，而在它之前只有一个（或没有）数字。但实际上，这不应该发生。所以正则表达式是一个很好的近似值，误报应该是非常不可能的。随意使正则表达式更具体。*

【讨论】：

我建议将[\d.]+ 拆分为\d+\.\d+ 以防止错误匹配。如果您不需要小数点前后的数字，请使用\d*。

不匹配 5.5.5.5.5.5.5.5.5.5.5.5.5

@Martin：是的。问题是：这样的价值可能发生吗？如果是，正则表达式可以很容易地变得更具体。我的猜测是5.5.5.5 在这些情况下不太可能发生。

（我知道这是一个非常古老的评论，但尽管如此）您是否有任何理由不选择更有效的选项，因为实施起来相当简单？我无法想象它会对性能造成很大影响，而且会更可靠......？

这里甚至不考虑性能。为有效数据不会发生的情况准备正则表达式根本没有意义。无论如何，人们无法预料到每种形式的无效数据，因此“仅仅因为”使正则表达式更复杂是浪费时间。如果 5.5.5.5.5.5 预计会在输入中发生（或者如果它让您感觉更好），请务必调整正则表达式。 ;)

【参考方案2】：

我尝试了许多其他解决方案都无济于事，所以我想出了这个。

       ^(-?\d+)\.?\d+(e-|e\+|e|\d+)\d+$

Debuggex Demo

任何匹配的都被认为是有效的科学记数法。

请注意：这接受e+、e- 和e；如果您不想接受e，请使用：^(-?\d+)\.?\d+(e-|e\+|\d+)\d+$

我不确定它是否适用于 c++，但在 c# 中，您可以在正则表达式中的 ^ 和 (- 之间添加 (?i)，以切换内联不区分大小写。没有它，像1.05E+10 这样声明的指数将无法被识别。

编辑：我以前的正则表达式有点错误，所以我用上面的那个替换了它。

【讨论】：

我调整了这个答案并提出了^(?:-?\d*)\.?\d+[eE][-\+]?\d+$——允许像.1e5这样在JS中有效的情况

你为什么用\d+结束第二个捕获组？它使您的正则表达式捕获非科学符号数字，例如3.1415。

【参考方案3】：

您可以使用：-?\d*\.?\d+e[+-]?\d+ regex 来识别科学值。

【讨论】：

永远不要使用0,1——改用?。前者较长，不清晰，效果相同。

0,1 可以替换为?。但是为什么你希望小数点是可选的呢？这不允许负数。它还错误地匹配 .0，这可能是不希望的。

@marcog：可能是因为根据示例数据，小数点是可选的。第三个字段只是“1”。

【参考方案4】：

standard library function strtod 可以很好地处理指数分量（atof 也是如此，但strtod 允许您区分解析失败和解析值为零）。

【参考方案5】：

如果您可以确定双精度的格式是科学的，您可以尝试以下方法：

  string inp("8.67548e-017");
  istringstream str(inp);
  double v;
  str >> scientific >> v;
  cout << "v: " << v << endl;

如果您想检测是否存在该格式的浮点数，那么上面的正则表达式就可以了。

编辑：scientific 操纵器实际上是不需要的，当您以双精度流式传输时，它会自动为您处理（无论是固定的还是科学的）

【讨论】：

我认为这是 C++ 的发展方向。摆弄有时有效但有时不适合我的正则表达式。相反，这会将粗糙的部分委托给 stl 的字符串流。这是检查有效科学格式的高级版本。

【参考方案6】：

嗯，这不是您所要求的，因为它不是 Perl (gak)，它是一个正则定义而不是正则表达式，但它是我用来识别 C 浮点文字扩展的东西（扩展是允许在数字字符串中使用“_”），如果您愿意，我相信您可以将其转换为不可读的正则表达式：

/* floats: Follows ISO C89, except that we allow underscores */
let decimal_string = digit (underscore? digit) *
let hexadecimal_string = hexdigit (underscore? hexdigit) *

let decimal_fractional_constant =
  decimal_string '.' decimal_string?
  | '.' decimal_string

let hexadecimal_fractional_constant =
  ("0x" |"0X")
  (hexadecimal_string '.' hexadecimal_string?
  | '.' hexadecimal_string)

let decimal_exponent = ('E'|'e') ('+'|'-')? decimal_string
let binary_exponent = ('P'|'p') ('+'|'-')? decimal_string

let floating_suffix = 'L' | 'l' | 'F' | 'f' | 'D' | 'd'
let floating_literal =
  (
    decimal_fractional_constant decimal_exponent? |
    hexadecimal_fractional_constant binary_exponent?
  )
  floating_suffix?

C 格式是为编程语言而不是数据设计的，因此它可能支持您的输入不需要的东西。