如何从字符串中提取数字？

Question

我正在使用Java StreamTokenizer来提取字符串中的各种单词和数字，但是遇到了一个问题，涉及包含逗号的数字，例如10,567被读作10.0和,567。

我还需要从可能出现的数字中删除所有非数字字符，例如$678.00应该是678.00或-87应该是87。

我相信这可以通过whiteSpace和wordChars方法实现，但有没有人知道如何做？

目前基本的streamTokenizer代码如下：

        BufferedReader br = new BufferedReader(new StringReader(text));
        StreamTokenizer st = new StreamTokenizer(br);
        st.parseNumbers();
        st.wordChars(44, 46); // ASCII comma, - , dot.
        st.wordChars(48, 57); // ASCII 0 - 9.
        st.wordChars(65, 90); // ASCII upper case A - Z.
        st.wordChars(97, 122); // ASCII lower case a - z.
        while (st.nextToken() != StreamTokenizer.TT_EOF) {
            if (st.ttype == StreamTokenizer.TT_WORD) {                    
                System.out.println("String: " + st.sval);
            }
            else if (st.ttype == StreamTokenizer.TT_NUMBER) {
                System.out.println("Number: " + st.nval);
            }
        }
        br.close(); 

还有人能建议一个正则表达式来实现这个吗？我不确定在这里使用正则表达式是否有用，因为任何分析都将在从字符串读取令牌之后进行。

谢谢

Morgan先生。

- Mr Morgan

---

1,2,3,4 应该发生什么？ - polygenelubricants

Answer 1

StreamTokenizer已经过时，更好的选择是使用Scanner，以下是解决您问题的示例代码：

    String s = "$23.24 word -123";
    Scanner fi = new Scanner(s);
    //anything other than alphanumberic characters, 
    //comma, dot or negative sign is skipped
    fi.useDelimiter("[^\\p{Alnum},\\.-]"); 
    while (true) {
        if (fi.hasNextInt())
            System.out.println("Int: " + fi.nextInt());
        else if (fi.hasNextDouble())
            System.out.println("Double: " + fi.nextDouble());
        else if (fi.hasNext())
            System.out.println("word: " + fi.next());
        else
            break;
    }

如果您想使用逗号作为浮点数分隔符，请使用fi.useLocale(Locale.FRANCE);。

- Denis Tulskiy

---

这非常有帮助。我已经添加了一些其他字符。非常感谢。 - Mr Morgan

Answer 2

试试这个：

String sanitizedText = text.replaceAll("[^\\w\\s\\.]", "");

SanitizedText 只包含字母数字和空格；之后对其进行分词应该很容易。

编辑

修改以保留括号末尾的小数点。 . 对正则表达式来说是“特殊”的字符，因此需要使用反斜杠转义。

- Carl Smotricz

---

很容易。只需在括号内添加任何其他你想保留的字符。我会为你修复它... - Carl Smotricz

当然可以，在括号末尾添加一个“-”。但是，这样可能会遇到负数。不过，你可以通过简单的“if”测试来解决这些问题。 - Carl Smotricz

我已经编写好了代码并可以测试负数。但是如果姓名中有撇号，比如 O'Finnegan，该怎么办？ - Mr Morgan

这是一个不正确的解决方案。它无法正确处理货币中的小数或千位分隔符。正如@tulskiy建议的那样，Scanner是JavaSE库中正确且更简单的解决方案。 - Alain O'Dea

我向@tulskiy脱帽致敬，他的解决方案比我的容易本地化得多。我为他更好的解决方案点赞。 - Carl Smotricz

Answer 3

这对我有用：

String onlyNumericText = text.replaceAll("\\\D", "");

- mordekhai

---

编辑后多了一个\。应该是\D。 - Michael Chatiskatzi

Answer 4

    String str = "1,222";
    StringBuffer sb = new StringBuffer();
    for(int i=0; i<str.length(); i++)
    {
        if(Character.isDigit(str.charAt(i)))
            sb.append(str.charAt(i));
    }
    return sb.toString()

- ankushb

Answer 5

可以使用正则表达式来完成这个任务：

s/[^\d\.]//g

请注意，它会吞掉所有逗号，这可能是您使用美国数字格式时想要的，其中逗号仅用于分隔千位数。在某些语言中，逗号被用作小数点分隔符。因此，在解析国际数据时要小心。

我把这留给你来将其翻译成Java。

- gorn

---

这就是为什么我想保留逗号的原因。 - Mr Morgan

我以为你需要数字而不是它的字符串表示。没关系。 - gorn