จะแยกตัวเลขจากสตริงใน Python ได้อย่างไร?

ฉันจะดึงตัวเลขทั้งหมดที่มีอยู่ในสตริง แบบใดที่เหมาะสมกว่าสำหรับวัตถุประสงค์การแสดงออกปกติหรือisdigit()วิธีการ

ตัวอย่าง:

line = "hello 12 hi 89"

ผลลัพธ์:

[12, 89]

หากคุณต้องการแยกจำนวนเต็มบวกเท่านั้นลองทำดังนี้:

>>> str = "h3110 23 cat 444.4 rabbit 11 2 dog"
>>> [int(s) for s in str.split() if s.isdigit()]
[23, 11, 2]

ฉันจะยืนยันว่านี่เป็นตัวอย่างที่ดีกว่าด้วยเหตุผลสามประการ ขั้นแรกคุณไม่ต้องการโมดูลอื่น ประการที่สองมันอ่านได้มากขึ้นเพราะคุณไม่จำเป็นต้องแยกวิเคราะห์ภาษามินิ regex; และที่สามมันเร็วกว่า (และน่าจะเป็น pythonic มากกว่า):

python -m timeit -s "str = 'h3110 23 cat 444.4 rabbit 11 2 dog' * 1000" "[s for s in str.split() if s.isdigit()]"
100 loops, best of 3: 2.84 msec per loop

python -m timeit -s "import re" "str = 'h3110 23 cat 444.4 rabbit 11 2 dog' * 1000" "re.findall('\\b\\d+\\b', str)"
100 loops, best of 3: 5.66 msec per loop

สิ่งนี้จะไม่รู้จักการลอยจำนวนเต็มลบหรือจำนวนเต็มในรูปแบบเลขฐานสิบหก หากคุณไม่สามารถยอมรับข้อ จำกัด เหล่านี้ได้คำตอบที่เพรียวบางด้านล่างจะทำเคล็ดลับ

ฉันจะใช้ regexp:

>>> import re
>>> re.findall(r'\d+', 'hello 42 I\'m a 32 string 30')
['42', '32', '30']

นอกจากนี้ยังจะตรงกับ 42 bla42blaจาก หากคุณต้องการให้คั่นด้วยตัวเลขตามขอบเขตของคำ (ช่องว่าง, จุด, เครื่องหมายจุลภาค) คุณสามารถใช้ \ b:

>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string 30')
['42', '32', '30']

วิธีจบด้วยรายการตัวเลขแทนที่จะเป็นรายการสตริง:

>>> [int(s) for s in re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string 30')]
[42, 32, 30]

นี่เป็นอะไรที่ช้าไปหน่อย แต่คุณสามารถขยายการแสดงออกของ regex ให้เป็นสัญลักษณ์ทางวิทยาศาสตร์ได้เช่นกัน

import re

# Format is [(<string>, <expected output>), ...]
ss = [("apple-12.34 ba33na fanc-14.23e-2yapple+45e5+67.56E+3",
       ['-12.34', '33', '-14.23e-2', '+45e5', '+67.56E+3']),
      ('hello X42 I\'m a Y-32.35 string Z30',
       ['42', '-32.35', '30']),
      ('he33llo 42 I\'m a 32 string -30', 
       ['33', '42', '32', '-30']),
      ('h3110 23 cat 444.4 rabbit 11 2 dog', 
       ['3110', '23', '444.4', '11', '2']),
      ('hello 12 hi 89', 
       ['12', '89']),
      ('4', 
       ['4']),
      ('I like 74,600 commas not,500', 
       ['74,600', '500']),
      ('I like bad math 1+2=.001', 
       ['1', '+2', '.001'])]

for s, r in ss:
    rr = re.findall("[-+]?[.]?[\d]+(?:,\d\d\d)*[\.]?\d*(?:[eE][-+]?\d+)?", s)
    if rr == r:
        print('GOOD')
    else:
        print('WRONG', rr, 'should be', r)

ให้ทุกอย่างดี!

นอกจากนี้คุณสามารถดูRegex ในตัวของAWS Glue

ฉันสมมติว่าคุณต้องการลอยไม่ใช่แค่จำนวนเต็มดังนั้นฉันจะทำสิ่งนี้:

l = []
for t in s.split():
    try:
        l.append(float(t))
    except ValueError:
        pass

โปรดทราบว่าโซลูชันอื่น ๆ ที่โพสต์ที่นี่ไม่ทำงานกับตัวเลขลบ:

>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string -30')
['42', '32', '30']

>>> '-3'.isdigit()
False

หากคุณรู้ว่ามันจะมีเพียงหนึ่งหมายเลขในสตริงเช่น 'hello 12 hi' คุณสามารถลองใช้ตัวกรอง

ตัวอย่างเช่น:

In [1]: int(''.join(filter(str.isdigit, '200 grams')))
Out[1]: 200
In [2]: int(''.join(filter(str.isdigit, 'Counters: 55')))
Out[2]: 55
In [3]: int(''.join(filter(str.isdigit, 'more than 23 times')))
Out[3]: 23

แต่ระวัง !!! :

In [4]: int(''.join(filter(str.isdigit, '200 grams 5')))
Out[4]: 2005

# extract numbers from garbage string:
s = '12//n,_@#$%3.14kjlw0xdadfackvj1.6e-19&*ghn334'
newstr = ''.join((ch if ch in '0123456789.-e' else ' ') for ch in s)
listOfNumbers = [float(i) for i in newstr.split()]
print(listOfNumbers)
[12.0, 3.14, 0.0, 1.6e-19, 334.0]

ฉันกำลังมองหาวิธีการลบมาสก์ของสตริงโดยเฉพาะจากหมายเลขโทรศัพท์ของบราซิลโพสต์นี้ไม่ได้รับคำตอบ แต่เป็นแรงบันดาลใจให้ฉัน นี่คือทางออกของฉัน:

>>> phone_number = '+55(11)8715-9877'
>>> ''.join([n for n in phone_number if n.isdigit()])
'551187159877'

การใช้ Regex ด้านล่างเป็นวิธีการ

lines = "hello 12 hi 89"
import re
output = []
#repl_str = re.compile('\d+.?\d*')
repl_str = re.compile('^\d+$')
#t = r'\d+.?\d*'
line = lines.split()
for word in line:
        match = re.search(repl_str, word)
        if match:
            output.append(float(match.group()))
print (output)

ด้วย findall re.findall(r'\d+', "hello 12 hi 89")

['12', '89']

re.findall(r'\b\d+\b', "hello 12 hi 89 33F AC 777")

 ['12', '89', '777']

line2 = "hello 12 hi 89"
temp1 = re.findall(r'\d+', line2) # through regular expression
res2 = list(map(int, temp1))
print(res2)

หวัดดี

คุณสามารถค้นหาจำนวนเต็มทั้งหมดในสตริงผ่านตัวเลขโดยใช้ findall expression

ในขั้นตอนที่สองสร้างรายการ res2 และเพิ่มตัวเลขที่พบในสตริงในรายการนี้

หวังว่านี่จะช่วยได้

ขอแสดงความนับถือ Diwakar Sharma

คำตอบนี้ยังมีกรณีที่เมื่อจำนวนลอยในสตริง

def get_first_nbr_from_str(input_str):
    '''
    :param input_str: strings that contains digit and words
    :return: the number extracted from the input_str
    demo:
    'ab324.23.123xyz': 324.23
    '.5abc44': 0.5
    '''
    if not input_str and not isinstance(input_str, str):
        return 0
    out_number = ''
    for ele in input_str:
        if (ele == '.' and '.' not in out_number) or ele.isdigit():
            out_number += ele
        elif out_number:
            break
    return float(out_number)

ฉันประหลาดใจที่เห็นว่ายังไม่มีใครพูดถึงการใช้itertools.groupbyเป็นทางเลือกในการบรรลุเป้าหมายนี้

คุณสามารถใช้itertools.groupby()พร้อมกับstr.isdigit()เพื่อแยกตัวเลขจากสตริงเป็น:

from itertools import groupby
my_str = "hello 12 hi 89"

l = [int(''.join(i)) for is_digit, i in groupby(my_str, str.isdigit) if is_digit]

มูลค่าที่ถือโดยlจะเป็น:

[12, 89]

PS:นี่เป็นเพียงภาพประกอบเพื่อแสดงให้เห็นว่าเป็นทางเลือกที่เราสามารถใช้groupbyเพื่อให้บรรลุสิ่งนี้ แต่นี่ไม่ใช่วิธีแก้ปัญหาที่แนะนำ หากคุณต้องการบรรลุสิ่งนี้คุณควรใช้คำตอบที่ได้รับการยอมรับของ fmarkโดยใช้ความเข้าใจในรายการstr.isdigitเป็นตัวกรอง

ฉันแค่เพิ่มคำตอบนี้เพราะไม่มีใครเพิ่มคำตอบโดยใช้การจัดการข้อยกเว้นและเพราะสิ่งนี้ใช้ได้กับการลอย

a = []
line = "abcd 1234 efgh 56.78 ij"
for word in line.split():
    try:
        a.append(float(word))
    except ValueError:
        pass
print(a)

ผลผลิต:

[1234.0, 56.78]

การจับรูปแบบที่แตกต่างกันมีประโยชน์ในการสืบค้นด้วยรูปแบบที่แตกต่าง

ตั้งค่ารูปแบบทั้งหมดที่จับรูปแบบตัวเลขที่แตกต่างกัน:

(ค้นหาเครื่องหมายจุลภาค) 12,300 หรือ 12,300.00

[\ d] + [. \ d] + '

(ค้นหาลอย) 0.123 หรือ. 123

[\ d] * [.] [\ d] + '

(ค้นหาจำนวนเต็ม) 123

[\ d] + '

รวมกับท่อ (|) เป็นหนึ่งในรูปแบบที่มีหลายหรือเงื่อนไข

(หมายเหตุ: ใส่รูปแบบที่ซับซ้อนก่อนอื่นรูปแบบที่เรียบง่ายจะคืนชิ้นของการจับที่ซับซ้อนแทนการจับที่ซับซ้อนกลับมาจับเต็ม)

p = '[\d]+[.,\d]+|[\d]*[.][\d]+|[\d]+'

ด้านล่างนี้เราจะยืนยันรูปแบบที่มีอยู่re.search()จากนั้นส่งคืนรายการที่จับได้ สุดท้ายเราจะพิมพ์แต่ละตัวจับโดยใช้เครื่องหมายวงเล็บเพื่อเลือกค่าส่งคืนของวัตถุที่ตรงกันจากวัตถุที่จับคู่

s = 'he33llo 42 I\'m a 32 string 30 444.4 12,001'

if re.search(p, s) is not None:
    for catch in re.finditer(p, s):
        print(catch[0]) # catch is a match object

ผลตอบแทน:

33
42
32
30
444.4
12,001

เนื่องจากไม่มีสิ่งเหล่านี้เกี่ยวข้องกับตัวเลขทางการเงินในโลกแห่งความเป็นจริงใน excel และ word docs ที่ฉันต้องการค้นหานี่คือการเปลี่ยนแปลงของฉัน มันจัดการกับ ints ลอยจำนวนลบจำนวนสกุลเงิน (เพราะมันไม่ได้ตอบในการแยก) และมีตัวเลือกที่จะวางส่วนทศนิยมและเพียงแค่กลับ ints หรือกลับทุกอย่าง

นอกจากนี้ยังจัดการกับระบบหมายเลข Indian Laks ที่เครื่องหมายจุลภาคปรากฏขึ้นไม่สม่ำเสมอไม่ใช่ทุก ๆ 3 หมายเลข

มันไม่ได้จัดการสัญลักษณ์ทางวิทยาศาสตร์หรือตัวเลขติดลบที่ใส่ไว้ในวงเล็บในงบประมาณ - จะปรากฏในเชิงบวก

นอกจากนี้ยังไม่ได้แยกวันที่ มีวิธีที่ดีกว่าในการค้นหาวันที่ในสตริง

import re
def find_numbers(string, ints=True):            
    numexp = re.compile(r'[-]?\d[\d,]*[\.]?[\d{2}]*') #optional - in front
    numbers = numexp.findall(string)    
    numbers = [x.replace(',','') for x in numbers]
    if ints is True:
        return [int(x.replace(',','').split('.')[0]) for x in numbers]            
    else:
        return numbers

@ jmnas ฉันชอบคำตอบของคุณ แต่ไม่พบลอย ฉันกำลังทำงานกับสคริปต์ในการแยกวิเคราะห์รหัสไปที่ CNC mill และจำเป็นต้องค้นหาทั้งขนาด X และ Y ที่สามารถเป็นจำนวนเต็มหรือลอยได้ดังนั้นฉันจึงปรับรหัสของคุณเป็นดังนี้ สิ่งนี้จะค้นหา int ลอยด้วยบวกและลบ ยังไม่พบค่าที่จัดรูปแบบเลขฐานสิบหก แต่คุณสามารถเพิ่ม "x" และ "A" ถึง "F" ลงในnum_chartuple และฉันคิดว่ามันจะแยกวิเคราะห์สิ่งต่าง ๆ เช่น '0x23AC'

s = 'hello X42 I\'m a Y-32.35 string Z30'
xy = ("X", "Y")
num_char = (".", "+", "-")

l = []

tokens = s.split()
for token in tokens:

    if token.startswith(xy):
        num = ""
        for char in token:
            # print(char)
            if char.isdigit() or (char in num_char):
                num = num + char

        try:
            l.append(float(num))
        except ValueError:
            pass

print(l)

ตัวเลือกที่ดีที่สุดที่ฉันพบอยู่ด้านล่าง มันจะแยกตัวเลขและสามารถกำจัดถ่านชนิดใดก็ได้

def extract_nbr(input_str):
    if input_str is None or input_str == '':
        return 0

    out_number = ''
    for ele in input_str:
        if ele.isdigit():
            out_number += ele
    return float(out_number)    

สำหรับหมายเลขโทรศัพท์คุณสามารถยกเว้นอักขระที่ไม่ใช่ตัวเลขทั้งหมดด้วย \ D ใน regex:

import re

phone_number = '(619) 459-3635'
phone_number = re.sub(r"\D", "", phone_number)
print(phone_number)