识别整数、字符串和浮点数字面量

Question

识别整数、字符串和浮点数字面量

3

我是新手Python程序员，遇到了一个问题。我的输入文件包含以下数据：

12345    67890     afghe
abcde    23456     0abcd
34567    __fred01  45678
123.456  12345a    123.
.456     ab00cd    00ab00

使用正则表达式需要解析每个字面量并分类，确定该字面量是字符串、整数还是浮点数。代码片段如下：

def processtoken(token):
    #Replace the following line with your code to classify
    # the string in 'token' according to your three Regular
    # Expressions and print the appropriate message.
    print('Inside Process Token')

    match = re.search(r'(0|[1-9][0-9]*|0[oO]?[0-7]+|0[xX][0-9a-fA-F]+|0[bB][01]+)[lL]?', token)
    matchfp = re.search(r'^[0-9]+\.?[0-9]+$',token)
    if match:
        print(match.group(),'matches INT')
    elif matchfp:
        print(matchfp.group(),'matches FP')

我的问题是如何构建代码以验证每个传递的标记的多个正则表达式条件。目前，如果该条件未经验证，则浮点数将不符合条件。我想检查标记，首先是整数正则表达式是否匹配，如果匹配或者它匹配浮点数正则表达式或字符串正则表达式。

任何帮助都将不胜感激。

- np05

如果您坚持使用正则表达式来匹配数字字面量，请参阅文档以获取完整列表 - https://docs.python.org/3/reference/lexical_analysis.html#numeric-literals - Sundeep

3个回答

1

将文本分割，使用函数 isdigit() 测试是否为 int，然后使用 try 测试是否为 float，并捕获 ValueError 以处理 string。

for m in string.split():
    if m.isdigit():
        print(m, 'Int')
    else:
        try:
            float(m)
            print(m, 'Float')
        except ValueError:
            print(m, 'STR')

输出：

('12345', 'Int')('67890', 'Int')('afghe', 'STR')('abcde', 'STR')('23456', 'Int')('0abcd', 'STR')('34567', 'Int')('__fred01', 'STR')('45678', 'Int')('123.456', 'Float')('12345a', 'STR')('123.', 'Float')('.456', 'Float')('ab00cd', 'STR')('00ab00', 'STR')

代码演示

- Srdjan M.

谢谢您的回答。但我必须只使用正则表达式来实现这个。 - np05

0

>>> test = """\
... 12345    67890     afghe
... abcde    23456     0abcd
... 34567    __fred01  45678
... 123.456  12345a    123.
... .456     ab00cd    00ab00"""
>>> def what_is_it(s):
...     print("'{}'".format(s), end=' ')
...     try:
...         as_float = float(s)
...     except ValueError:
...         return 'matches STRING'
...     else:
...         if as_float.is_integer():
...             return 'matches INT'
...         return 'matches FP'
... 
>>> for line in test.splitlines():
...     for token in line.split():
...         print(what_is_it(token))
...     print()
... 
'12345' matches INT
'67890' matches INT
'afghe' matches STRING

'abcde' matches STRING
'23456' matches INT
'0abcd' matches STRING

'34567' matches INT
'__fred01' matches STRING
'45678' matches INT

'123.456' matches FP
'12345a' matches STRING
'123.' matches INT

'.456' matches FP
'ab00cd' matches STRING
'00ab00' matches STRING

- G_M

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

- cdlane · Accepted Answer

我会将问题结构化如下：

integer_regex = r"^...$"
float_regex = r"^...$"
string_regex = r"^...$"

def processToken(token):

    if re.search(integer_regex, token):
        print(token, 'matches INT')
    elif re.search(float_regex, token):
        print(token, 'matches FLOAT')
    elif re.search(string_regex, token):
        print(token, 'matches STR')
    else:
        print(token, 'unknown')

将您的模式填入上面的*_regex变量中。

此外，请注意，您的float模式不好，因为它还匹配了int。

r'^[0-9]+\.?[0-9]+$'

由于小数点是可选的。您最好将模式分成三个选项的交替，以'.'开头，以'.'结尾或在数字之间包含'.'。另外，在您的整数模式中，八进制部分的'?'是不正确的：

0[oO]?[0-7]+

目前我们正试图提交八进制，因此前缀不是可选项：

0[oO][0-7]+

你已正确完成了十六进制和二进制。