如何在字符串中找到货币值？

Question

我正在编写一个小工具，从字符串（通常是推文）中提取一堆值。

该字符串可能由单词和数字组成，以货币符号（£、$、€等）为前缀的金额以及一些哈希标签（#foo #bar）。我在appEngine上运行，并使用tweepy来获取推文。

我目前用于查找这些值的代码如下：

tagex = re.compile(r'#.*')
curex = re.compile(ur'[£].*')
for x in api.user_timeline(since_id = t.lastimport):
          tags = re.findall(tagex, x.text)
          amount = re.findall(curex, x.text)[0]
          logging.info("Text: " + x.text)
          logging.info("Tags: " + str(tags))
          logging.info("Amount: " + amount)

假设x.text是"Taxi London £6.50 #projectfoo #clientmeeting"。

tagex可以找到hashtag，但是我无法使用curex提取金额，目前的结果如下：Amount: £6.50 #projectfoo #clientmeeting。

我还需要将货币符号分离出来，以便将金额作为浮点数获取，但稍后应该很容易实现。

- Sam Machin

Answer 1

>>> re.search(ur'([£$€])(\d+(?:\.\d{2})?)', s).groups()
(u'\xa3', u'6.50')

• [£$€] 匹配一个货币符号
• \d+(?:\.\d{2}) 匹配一个或多个数字，后面可选跟小数点，然后再跟两位数字
• () 括号分别捕获符号和金额

你的正则表达式问题在于 .* 匹配所有字符，并且是贪婪匹配，因此在正则表达式末尾它会匹配其后的所有内容。

- moinudin

---

太棒了，谢谢 :-) 我还发现我需要在文件顶部添加 # -- coding: utf-8 --，但我想这只是个好习惯吧？ - Sam Machin

@Sam 2.x需要它，但3.x默认为utf-8。只有在必要的情况下（如本例）才会添加标题。 - moinudin

由于某些原因，除非我在字符串之前删除u前缀，否则会出现语法错误。 - user377628

Answer 2

我稍微修改了Marcog的正则表达式，通过转义美元符号：

    re.search(ur'([£\$€])(\d+(?:\.\d{2})?)', s).groups()

以匹配货币符号和金额。

- iChux

Answer 3

如果您同意安装一个名为price-parser的额外Python包，那么您可以尝试以下步骤：

安装该包。

python -m pip install price-parser

获取货币和金额的代码

from price_parser import Price
result = Price.fromstring("Taxi London £6.50 #projectfoo #clientmeeting")
print(result)

输出：

Price(amount=Decimal('6.50'), currency='£')

- Jeril