如何从字符串中提取浮点数

Question

如何从字符串中提取浮点数

pythonregexfloating-pointdata-extraction

160

我有一些类似于当前级别：13.4 db。的字符串，我想提取其中的浮点数。我说浮点数而不是十进制数是因为有时它是整数。正则表达式能做到这一点吗，还是有更好的方法？

- Ben Keating

它是否总是有一个整数部分？即使它是0吗？您需要匹配0.4还是.4？ - Falmarri

我会说“是”。因为输入是手动录入的，所以存在不一致的可能性。 - Ben Keating

7个回答

88

您可以尝试像这样的解决方案，它涵盖了所有情况，包括不依赖于数字后面的空格：

>>> import re
>>> numeric_const_pattern = r"""
...     [-+]? # optional sign
...     (?:
...         (?: \d* \. \d+ ) # .1 .12 .123 etc 9.1 etc 98.1 etc
...         |
...         (?: \d+ \.? ) # 1. 12. 123. etc 1 12 123 etc
...     )
...     # followed by optional exponent part if desired
...     (?: [Ee] [+-]? \d+ ) ?
...     """
>>> rx = re.compile(numeric_const_pattern, re.VERBOSE)
>>> rx.findall(".1 .12 9.1 98.1 1. 12. 1 12")
['.1', '.12', '9.1', '98.1', '1.', '12.', '1', '12']
>>> rx.findall("-1 +1 2e9 +2E+09 -2e-9")
['-1', '+1', '2e9', '+2E+09', '-2e-9']
>>> rx.findall("current level: -2.03e+99db")
['-2.03e+99']
>>>

方便复制粘贴的代码:

numeric_const_pattern = '[-+]? (?: (?: \d* \. \d+ ) | (?: \d+ \.? ) )(?: [Ee] [+-]? \d+ ) ?'
rx = re.compile(numeric_const_pattern, re.VERBOSE)
rx.findall("Some example: Jr. it. was .23 between 2.3 and 42.31 seconds")

- John Machin

5

非常好！终于找到一个真正好的模式了！ - S.H

是的，对于数字来说，这确实是最好的模式。非常感谢！ - edison

2

在前面添加 (?:\+\s*|\-\s*)? 也可以允许符号和数字之间有一个空格。虽然我承认这可能不是非常“标准”，但我在一些文件中看到了这种模式“漂浮”。 - NOhs

1

在最后一段代码片段中，你可能需要在模式字符串前面加上一个r。 - Mad Physicist

37

Python文档提供了一个覆盖+/-和指数符号的解决方案。

scanf() Token      Regular Expression
%e, %E, %f, %g     [-+]?(\d+(\.\d*)?|\.\d+)([eE][-+]?\d+)?
%i                 [-+]?(0[xX][\dA-Fa-f]+|0[0-7]*|\d+)

这个正则表达式不支持国际格式，其中逗号被用作整数部分和小数部分之间的分隔符（3,14159）。在这种情况下，请将上面浮点数正则表达式中的所有\.替换为[.,]。

                        Regular Expression
International float     [-+]?(\d+([.,]\d*)?|[.,]\d+)([eE][-+]?\d+)?

- IceArdor

12

re.findall(r"[-+]?\d*\.?\d+|\d+", "Current Level: -13.2 db or 14.2 or 3")

如上所述，它确实运作良好！不过有一个建议：

re.findall(r"[-+]?\d*\.?\d+|[-+]?\d+", "Current Level: -13.2 db or 14.2 or 3 or -3")

将返回负整数值（比如在这个字符串的末尾返回 -3）

- Martin

7

您可以使用以下正则表达式从字符串中获取整数和浮点数值：

re.findall(r'[\d\.\d]+', 'hello -34 42 +34.478m 88 cricket -44.3')

['34', '42', '34.478', '88', '44.3']

感谢您，Rex。

- user3613331

3

这个正则表达式还可以找到由数字和句点组成的非数字组合：'.... 1.2.3.4 ..56..' 的结果是：['....', '1.2.3.4', '..56..']。 - scottbb

3

我认为你会在我之前回答类似问题时提出的方案中发现有趣的东西：

https://stackoverflow.com/q/5929469/551449

在这个答案中，我提出了一种模式，可以让正则表达式捕获任何类型的数字，并且由于我没有其他补充，我认为它是相当完整的。

- eyquem

2

另一种更易读的方法是简单的类型转换。我添加了一个替换函数来覆盖人们可能输入欧洲小数的情况：

>>> for possibility in "Current Level: -13.2 db or 14,2 or 3".split():
...     try:
...         str(float(possibility.replace(',', '.')))
...     except ValueError:
...         pass
'-13.2'
'14.2'
'3.0'

然而，这也有缺点。如果有人输入“1,000”，它将被转换为1。此外，它假定人们在单词之间使用空格进行输入。但是在其他语言中，如中文，情况并非如此。

- Tim McNamara

包含4节AAA 1.5V电池。 - John Machin

那些可怕的用户！总是输入一些愚蠢的数据。说实话，我故意保持这个示例具有演示性而不是健壮性。当我开始撰写这篇回答时，@The MYYN只在被接受的答案中提供了正则表达式。我想提供另一种处理事情的方式的示例。 - Tim McNamara

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- miku · Accepted Answer

如果您的浮点数总是以十进制表示，例如：

>>> import re
>>> re.findall("\d+\.\d+", "Current Level: 13.4db.")
['13.4']

可能已经足够了。

一个更健壮的版本会是：

>>> re.findall(r"[-+]?(?:\d*\.*\d+)", "Current Level: -13.2db or 14.2 or 3")
['-13.2', '14.2', '3']

如果您想验证用户输入，您也可以直接检查是否为浮点数：

user_input = "Current Level: 1e100 db"
for token in user_input.split():
    try:
        # if this succeeds, you have your (first) float
        print(float(token), "is a float")
    except ValueError:
        print(token, "is something else")

# => Would print ...
#
# Current is something else
# Level: is something else
# 1e+100 is a float
# db is something else