如何在Python中格式化带价格的字符串？

Question

我得到了一个数据库，其中一张表中的记录字段包含以字符串形式表示的价格。 字符串本身并不是什么大问题，但价格完全没有格式：

$12,000.50
$3.50
From $3.50 to $12,000.50

what I trying to get is:

12000.50
3.50
3.50

去掉所有"$"和","，只留下前两位数字。

我写了这段代码，对前两个例子有效，但最后一个失败了（sqlite语法错误 - 显然它给了我两个数字）。

以下是代码：

for every_line:
           found=re.findall(r"\d.\.?",every_line[9])
           db_cursor.execute("UPDATE MAINTABLE SET Price="+"".join(found)+" WHERE Id="+str(every_line[0]))
db_connection.commit()

在这里，每个"every_line[0]"代表索引字段，而"[9]"则代表价格字段。

我该如何使其更加高效（使用或不使用正则表达式），更加简单和通用？

非常感谢您的帮助。

- AKarpun

Answer 1

将','替换为空字符串('')，然后应用这个简单的正则表达式：

>>> r = re.compile("\$(\d+.\d+)")

>>> r.search(strs.replace(',','')).group(1)
'12000.50'

>>> strs = '$3.50'
>>> r.search(strs.replace(',','')).group(1)
'3.50'

>>> strs = 'From $3.50 to $12,000.50'
>>> r.search(strs.replace(',','')).group(1)
'3.50'

- Ashwini Chaudhary

---

re.compile() 函数非常适合展示正则表达式中的不变性。 - Ignacio Vazquez-Abrams

Answer 2

你的问题在于使用findall会检索出所有匹配的文本片段。但是，在最后一个例子中有两个匹配的片段：

>>> re.findall(r"\d.\.?", "From $3.50 tp $12,000.50" )
['3.', '50', '12', '00', '0.', '50']

将它们连接起来不会产生可以被视为数字的东西：

>>> "".join(['3.', '50', '12', '00', '0.', '50'])
'3.5012000.50'

---

假设你所有的价格都以$开头，而且你只对第一个价格感兴趣，那么可能更好的方法是：

>>> import re
>>> import string

>>> p = [ "$12,000.50", "$3.50", "From $3.50 tp $12,000.50", "$12,000" ]
>>> [re.search(r"\$(\d+(\.\d+)?)", string.replace(price,",","")).group(0) for price in p]
['$12000.50', '$3.50', '$3.50', '$12000']

>>> [re.search(r"\$(\d+(\.\d+)?)", string.replace(price,",","")).group(1) for price in p]
['12000.50', '3.50', '3.50', '12000']

正如您所注意到的，此句柄正确处理没有“分”的价格。

- Sylvain Leroux

---

但第三个的答案应该只是3.50。 - Aswin Murugesh