¿Cómo extraer un número variable de una cadena [duplicado]

Question

Esta pregunta ya tiene una respuesta aquí:

• Extracto de flotador / doble valor 4 respuestas

Tengo un número de cadenas similares a Current Level: 13.4 db. y me gustaría para extraer sólo el número de coma flotante. Yo digo no decimal flotante y que a veces es todo. Can RegEx hacer esto o hay una manera mejor?

Answer 1

Si el flotador se expresa siempre en notación decimal algo así como

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

puede ser suficiente.

Una versión más robusto sería:

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

Si desea validar la entrada del usuario, que podría ser alternativamente también comprobar si hay un flotador por pisar a él directamente:

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

Answer 2

Es posible que quiera probar algo como esto, que cubre todas las bases, incluyendo no depender de un espacio en blanco después del número:

>>> 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']
>>>

Para una fácil copiar y pegar:

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")

Answer 3

Python docs tiene una respuesta que cubre +/- , y el exponente notación

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

Esta expresión regular no es compatible con los formatos internacionales que se utiliza una coma como separador entre el carácter conjunto y la parte fraccionaria (3,14159). En ese caso, sustituir la totalidad \. con [.,] en la expresión regular flotador anteriormente.

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

Answer 4

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

como se describe anteriormente, funciona muy bien! Una sugerencia de que:

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

también devolverá valores int negativos (como -3 en el extremo de esta cadena)

Answer 5

Se puede usar la siguiente expresión regular para obtener valores enteros y flotantes de una cadena:

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

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

Gracias Rex

Answer 6

Creo que puede encontrar cosas interesantes en la siguiente respuesta mío que hice para una pregunta similar anterior:

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

En esta respuesta, me propuso un modelo que permite una expresión regular para recoger cualquier tipo de número y ya no tengo nada más que añadir a ello, creo que es bastante completo

Answer 7

Otro enfoque que puede ser más legible es simple conversión de tipos. He añadido una función de reemplazo a instancias de la cubierta donde las personas pueden entrar decimales europeas:

>>> 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'

Esto tiene desventajas, sin embargo. Si alguien escribe "1000", este se convertirá a 1. Además, se supone que la gente se ingresa datos con espacios en blanco entre las palabras. Este no es el caso con otros idiomas, como el chino.