代码之家 › 专栏 › 技术社区 › Karn Kumar

Python RE搜索数字和十进制[重复]

python-2.7 python

Karn Kumar · 技术社区 · 9 年前

我试图使用pythons正则表达式提取数字值(100.00和200.00),但当我调用代码时,它不会产生任何结果。。。我使用的是python 2.7版

1) 我的文件名是“file100”,我需要从中选择值。。

# cat file100
Hi this doller 100.00
Hi this is doller 200.00

2) 这是我的python代码。。

# cat count100.py
#!/usr/bin/python
import re
file = open('file100', 'r')
for digit in file.readlines():
        myre=re.match('\s\d*\.\d{2}', digit)
        if myre:
           print myre.group(1)

3) 当我运行这段代码时,它不会产生任何结果,不会出错。。

# python   count100.py

4 回复 | 直到 9 年前

Juan Diego Godoy Robles 9 年前

使用 re.search 相反:

import re
file = open('file.txt', 'r')
for digit in file.readlines():
    myre = re.search(r'\s\b(\d*\.\d{2})\b', digit)
    if myre:
        print myre.group(1)

后果

100.00
200.00

从文档 :

扫描字符串,查找正则表达式的第一个位置表达式模式生成匹配

如果您决定使用组, 圆括号 还需要:

(…)匹配括号内的任何正则表达式, 并指示组的开始和结束;组的内容可以在执行匹配后检索,并且可以进行匹配后面的字符串中带有\number特殊序列,如所述在下面要匹配文字“(”或“)”,请使用(或)或将其括起来字符类内:[(][)]。

re.match 仅有效:

如果上的零个或多个字符开始字符串的匹配正则表达式模式

r 封闭 regex 像 raw strings :

字符串文字可以可选地以字母“r”或“r”作为前缀; 这些字符串称为原始字符串,并使用不同的规则解释反斜杠转义序列。

...

除非存在“r”或“r”前缀,字符串中的转义序列根据与标准C类似的规则进行解释

Padraic Cunningham 9 年前

如果他们总是在你的队伍末尾 rsplit 一次并拉动最后一个元素:

with open('file100', 'r') as f:
    for line in f:
        print(line.rsplit(None, 1)[1])

输出:

100.00
200.00

rsplit(None,1) 只意味着我们从字符串的末尾在空白处拆分一次,然后我们提取第二个元素:

In [1]: s = "Hi this doller 100.00"

In [2]: s.rsplit(None,1)
Out[2]: ['Hi this doller', '100.00']

In [3]: s.rsplit(None,1)[1]
Out[3]: '100.00'

In [4]: s.rsplit(None,1)[0]
Out[4]: 'Hi this doller'

如果你真的需要正则表达式 search :

import re

with open('file100', 'r') as f:
    for line in f:
        m = re.search(r"\b\d+\.\d{2}\b",line)
        if m:
            print(m.group())

Aaron Hall 9 年前

你的主要问题是你正在使用 re.match 这需要从字符串开头开始匹配,而不是 re.search ,这允许匹配可以从字符串中的任何点开始。不过,我将详细介绍我的建议:

import re

无需在每个循环上重新编译(Python实际上为您缓存了一些正则表达式,但为了安全起见,请在引用中保留一个)。我正在使用 VERBOSE 标志为您拆分正则表达式。使用 r 在字符串前面,这样当Python读取字符串时,反斜杠不会转义它们前面的字符:

regex = re.compile(r'''
  \s      # one whitespace character, though I think this is perhaps unnecessary
  \d*     # 0 or more digits
  \.      # a dot
  \d{2}   # 2 digits
  ''', re.VERBOSE)

使用上下文管理器并使用通用换行符打开文件, 'rU' 模式,这样无论文件是在哪个平台上创建的,您都可以逐行读取。

with open('file100', 'rU') as file:

不要使用 readlines ,它会立即将整个文件加载到内存中。相反,使用文件对象作为迭代器:

    for line in file:
        myre = regex.search(line) 
        if myre:
            print(myre.group(0)) # access the first group, there are no  
                                 # capture groups in your regex

我的代码打印:

100.00
200.00

-1

Manu Phatak 9 年前

这里有几个问题:

.match 仅查找字符串开头的匹配项--请参见 search() vs. match() .
您没有使用捕获组,所以没有理由 .group(1) 属于 myre.group(1) 会有任何内容

以下是更新的示例:

import re

file = """
Hi this doller 100.00
Hi this is doller 200.00
"""

for digit in file.splitlines():
    myre = re.search('\s\d*\.\d{2}', digit)
    if myre:
        print(myre.group(0))