在两组交替字符串的重叠出现之间查找字符串

Question

我有一些类似于以下字符串：

str1="Quantity and price: 120 units;the total amount:12000.00"
str2="Quantity:100, amount:10000.00"
str3="Quantity:100, price: 10000 USD"
str4="Parcel A: Quantity:100, amount:$10000.00,Parcel B: Quantity:90, amount:$9000.00"
strlist=[str1,str2,str3,str4]

我想在前三个字符串中匹配金额为$12000，$10000和10000，并且在最后一个字符串中匹配$10000和$9000.00。然而，在第一个字符串中既有“price”又有“amount”。我认为使用“|”正则表达式会从左到右搜索，因此我希望正则表达式首先查找“amount”，如果没有出现，则查找“price”。我尝试了以下代码：

amount_p = re.compile(r'(?:amount|price):(.*?)(?:USD|\.00)') 
for i in strlist:
    amount=re.findall(amount_p,i)
    print(amount)
[' 120 units;the total amount:$12000']
['10000']
[' 10000 ']
['$10000', '$9000']

一些方法可以忽略“amount”，仅在第一个字符串中查找“price”。然后我尝试了以下操作：

amount_p = re.compile(r'.*(?:amount|price):(.*?)(?:USD|\.00)') 

这使我

['12000']
['10000']
[' 10000 ']
['$9000']

在这种情况下，正则表达式只匹配了最后一个字符串中的 $9000，并忽略了 $10000。那么我的问题是，.* 在开头的作用是什么，有没有办法解决我的问题？查找数字行不通，因为在我的实际数据中，一段文本中有许多其他数字。 提前感谢大家！

- maxyyy

---

尝试使用 re.findall(r'(?:price|amount):\s*\$?(\d+)(?:\.\d+|\s*USD)', text) 进行匹配（演示） - Wiktor Stribiżew

非常感谢！它运行正常，而且这个网站真的很有用。 - maxyyy

Answer 1

使用第一个语句：

amount_p = re.compile(r'(?:amount|price):(.*?)(?:USD|\.00)')

你没有正确地分组字符串（我相信你想要按“:”进行分组），因此你的字符串仍然存在于一个组中。你只能从str2和str3中获取数字，因为'.USD'和'.00'帮助你获得了这些数字。

关于第二个语句：

amount_p = re.compile(r'.*(?:amount|price):(.*?)(?:USD|\.00)')

你能够使用':'正确地分割字符串。因此，str1看起来像这样:

部分1: "数量和价格" 和 部分2: "120个单位;总金额：12000.00"

因此，你能够提取你的值。 你可以将其视为执行以下操作：

strlist=[str1.split(';')[1],str2,str3,str4]

当与您的第一个模式组合时，它会产生与第二个相同的结果。

参考：https://www.tutorialspoint.com/python/python_reg_expressions.htm

- Seyi Daniel

Answer 2

你可以使用

re.findall(r'(?:price|amount):\s*\$?(\d+)(?:\.\d+|\s*USD)', text)

查看正则表达式演示

详细信息

• (?:price|amount) - 匹配 price 或 amount
• : - 一个冒号
• \s* - 零个或多个空格字符
• \$? - 一个可选的美元符号
• (\d+) - 第一组：一个或多个数字
• (?:\.\d+|\s*USD) -- 一个非捕获组，匹配一个点和一位或多位数字，或者零个或多个空白字符，然后是子字符串 USD。

- Wiktor Stribiżew