如何从字符串中提取浮点数[重复]

Posted

技术标签:

【中文标题】如何从字符串中提取浮点数[重复]【英文标题】:How to extract a floating number from a string [duplicate] 【发布时间】:2011-06-09 20:34:57 【问题描述】:

我有许多类似于Current Level: 13.4 db. 的字符串,我想只提取浮点数。我说浮动而不是十进制,因为它有时是完整的。 RegEx 可以做到这一点还是有更好的方法?

【问题讨论】:

它总是有一个整数部分吗?就算是0?需要匹配 0.4 还是 .4? 我会说是的。输入是手动输入的,因此有可能出现不一致。 【参考方案1】:

如果你的浮点数总是用十进制表示

>>> import re
>>> re.findall("\d+\.\d+", "Current Level: 13.4 db.")
['13.4']

可能就够了。

更强大的版本是:

>>> re.findall(r"[-+]?(?:\d*\.\d+|\d+)", "Current Level: -13.2 db or 14.2 or 3")
['-13.2', '14.2', '3']

如果您想验证用户输入,您也可以通过直接单步执行来检查浮点数:

user_input = "Current Level: 1e100 db"
for token in user_input.split():
    try:
        # if this succeeds, you have your (first) float
        print float(token), "is a float"
    except ValueError:
        print token, "is something else"

# => Would print ...
#
# Current is something else
# Level: is something else
# 1e+100 is a float
# db is something else
        

【讨论】:

re.findall(r"[-+]?\d*\.*\d+", "Current Level: -13.2 db or 14.2 or 3") ['-13.2', '14.2', '3'] 我认为您的第一个代码块中的意思是“\d+\.\d+”而不是“\d+.\d+”。现在它会提取像'13a4'这样的东西。 @JuanPablo 看起来不错,但r"[-+]?\d*\.?\d+" 简洁一些,不会接受0..4 这将丢失负整数“-35 um”。应该交替有[-+]?开头:#"[-+]?\d*\.\d+|[-+]?\d+" 错位千位分隔符,科学表达,页面上提供更好的答案【参考方案2】:

您可能想尝试这样的方法,它涵盖所有基础,包括不依赖数字后的空格:

>>> import re
>>> numeric_const_pattern = r"""
...     [-+]? # optional sign
...     (?:
...         (?: \d* \. \d+ ) # .1 .12 .123 etc 9.1 etc 98.1 etc
...         |
...         (?: \d+ \.? ) # 1. 12. 123. etc 1 12 123 etc
...     )
...     # followed by optional exponent part if desired
...     (?: [Ee] [+-]? \d+ ) ?
...     """
>>> rx = re.compile(numeric_const_pattern, re.VERBOSE)
>>> rx.findall(".1 .12 9.1 98.1 1. 12. 1 12")
['.1', '.12', '9.1', '98.1', '1.', '12.', '1', '12']
>>> rx.findall("-1 +1 2e9 +2E+09 -2e-9")
['-1', '+1', '2e9', '+2E+09', '-2e-9']
>>> rx.findall("current level: -2.03e+99db")
['-2.03e+99']
>>>

为了方便复制粘贴:

numeric_const_pattern = '[-+]? (?: (?: \d* \. \d+ ) | (?: \d+ \.? ) )(?: [Ee] [+-]? \d+ ) ?'
rx = re.compile(numeric_const_pattern, re.VERBOSE)
rx.findall("Some example: Jr. it. was .23 between 2.3 and 42.31 seconds")

【讨论】:

非常好!我终于找到了一个非常好的模式! 是的,有史以来最好的数字模式。非常感谢! 在前面添加(?:\+\s*|\-\s*)? 还可以在符号和数字之间留出空格。尽管我承认这可能不是很“标准”,但我在某些文件中看到了这种“浮动”模式。 您可能需要在最后一个 sn-p 中的模式字符串前面加一个 r。【参考方案3】:

Python docs 的答案涵盖 +/- 和指数符号

scanf() Token      Regular Expression
%e, %E, %f, %g     [-+]?(\d+(\.\d*)?|\.\d+)([eE][-+]?\d+)?
%i                 [-+]?(0[xX][\dA-Fa-f]+|0[0-7]*|\d+)

此正则表达式不支持使用逗号作为整数部分和小数部分之间的分隔符的国际格式 (3,14159)。 在这种情况下,将上述浮动正则表达式中的所有\. 替换为[.,]

                        Regular Expression
International float     [-+]?(\d+([.,]\d*)?|[.,]\d+)([eE][-+]?\d+)?

【讨论】:

【参考方案4】:
re.findall(r"[-+]?\d*\.?\d+|\d+", "Current Level: -13.2 db or 14.2 or 3")

如上所述,效果非常好! 不过有一个建议:

re.findall(r"[-+]?\d*\.?\d+|[-+]?\d+", "Current Level: -13.2 db or 14.2 or 3 or -3")

也将返回负整数值(如该字符串末尾的 -3)

【讨论】:

【参考方案5】:

您可以使用以下正则表达式从字符串中获取整数和浮点值:

re.findall(r'[\d\.\d]+', 'hello -34 42 +34.478m 88 cricket -44.3')

['34', '42', '34.478', '88', '44.3']

谢谢 雷克斯

【讨论】:

此正则表达式还将找到句点和数字的非数字组合:'.... 1.2.3.4 ..56..' 产生:['....', '1.2.3.4', '..56..']【参考方案6】:

我认为您会在我为之前的类似问题所做的以下回答中找到有趣的东西:

https://***.com/q/5929469/551449

在这个答案中,我提出了一种模式,它允许正则表达式捕获任何类型的数字,并且由于我没有其他要添加的内容,我认为它相当完整

【讨论】:

【参考方案7】:

另一种可能更具可读性的方法是简单的类型转换。我添加了一个替换函数来涵盖人们可能输入欧洲小数的情况:

>>> for possibility in "Current Level: -13.2 db or 14,2 or 3".split():
...     try:
...         str(float(possibility.replace(',', '.')))
...     except ValueError:
...         pass
'-13.2'
'14.2'
'3.0'

然而,这也有缺点。如果有人输入“1,000”,这将被转换为 1。此外,它假设人们将在单词之间输入空格。这不是其他语言的情况,例如中文。

【讨论】:

“包括 4 倍尺寸 AAA 1.5V 电池”:-) 那些糟糕的用户!总是输入愚蠢的数据。 TBH,我故意让这个例子具有示范性而不是健壮性。当我开始写这个回复时,@The MYYN 只在接受的答案中提供了正则表达式。我想提供一个例子来说明另一种处理方式。

以上是关于如何从字符串中提取浮点数[重复]的主要内容,如果未能解决你的问题,请参考以下文章

从php中的字符串中提取正负浮点数

正则表达式从bash脚本中的字符串中提取第一个浮点数

将浮点数转换为字符串[重复]

我在数据框中的一列(字符串+浮点数)中混合了值我如何将它们更改为对象 [重复]

将字符串转换为浮点数时缺少小数点[重复]

使用 . 将浮点数转换为字符串。而不是 , [重复]