Wie extrahiert man Zahlen aus einer Zeichenkette in Python?

Question

Ich möchte alle in einer Zeichenkette enthaltenen Zahlen extrahieren. Was ist für diesen Zweck besser geeignet, reguläre Ausdrücke oder die isdigit() Methode?

例

line = "hello 12 hi 89"

Ergebnis:

[12, 89]

Answer 1

Ich würde eine Regexp verwenden:

>>> import re
>>> re.findall(r'\d+', "hello 42 I'm a 32 string 30")
['42', '32', '30']

Dies entspräche auch 42 von bla42bla . Wenn Sie Zahlen nur durch Wortgrenzen (Leerzeichen, Punkt, Komma) abgrenzen wollen, können Sie \b :

>>> re.findall(r'\b\d+\b', "he33llo 42 I'm a 32 string 30")
['42', '32', '30']

Um am Ende eine Liste von Zahlen anstelle einer Liste von Zeichenfolgen zu erhalten:

>>> [int(s) for s in re.findall(r'\b\d+\b', "he33llo 42 I'm a 32 string 30")]
[42, 32, 30]

Answer 2

Wenn Sie nur positive ganze Zahlen extrahieren wollen, versuchen Sie Folgendes:

>>> txt = "h3110 23 cat 444.4 rabbit 11 2 dog"
>>> [int(s) for s in txt.split() if s.isdigit()]
[23, 11, 2]

Ich würde argumentieren, dass dies besser ist als das Regex-Beispiel, weil Sie kein weiteres Modul benötigen und es lesbarer ist, weil Sie nicht das Parsen (und Lernen) der Regex-Mini-Sprache .

Schwimmerwerte, negative ganze Zahlen oder ganze Zahlen im Hexadezimalformat werden nicht erkannt. Wenn Sie diese Einschränkungen nicht akzeptieren können, Antwort von jmnas unten reicht aus.

Answer 3

Das ist zwar etwas spät, aber man kann den Regex-Ausdruck auch auf die wissenschaftliche Schreibweise ausweiten.

import re

# Format is [(<string>, <expected output>), ...]
ss = [("apple-12.34 ba33na fanc-14.23e-2yapple+45e5+67.56E+3",
       ['-12.34', '33', '-14.23e-2', '+45e5', '+67.56E+3']),
      ('hello X42 I\'m a Y-32.35 string Z30',
       ['42', '-32.35', '30']),
      ('he33llo 42 I\'m a 32 string -30', 
       ['33', '42', '32', '-30']),
      ('h3110 23 cat 444.4 rabbit 11 2 dog', 
       ['3110', '23', '444.4', '11', '2']),
      ('hello 12 hi 89', 
       ['12', '89']),
      ('4', 
       ['4']),
      ('I like 74,600 commas not,500', 
       ['74,600', '500']),
      ('I like bad math 1+2=.001', 
       ['1', '+2', '.001'])]

for s, r in ss:
    rr = re.findall("[-+]?[.]?[\d]+(?:,\d\d\d)*[\.]?\d*(?:[eE][-+]?\d+)?", s)
    if rr == r:
        print('GOOD')
    else:
        print('WRONG', rr, 'should be', r)

Gibt alles gut!

Außerdem können Sie sich die AWS Glue integrierte Regex

Answer 4

Wenn Sie wissen, dass nur eine Zahl in der Zeichenkette vorkommt, d. h. 'hello 12 hi' können Sie versuchen filter .

Zum Beispiel:

In [1]: int(''.join(filter(str.isdigit, '200 grams')))
Out[1]: 200
In [2]: int(''.join(filter(str.isdigit, 'Counters: 55')))
Out[2]: 55
In [3]: int(''.join(filter(str.isdigit, 'more than 23 times')))
Out[3]: 23

Aber sei vorsichtig !!! :

In [4]: int(''.join(filter(str.isdigit, '200 grams 5')))
Out[4]: 2005

Answer 5

Ich nehme an, Sie wollen Floats nicht nur ganze Zahlen, so dass ich so etwas wie diese tun würde:

l = []
for t in s.split():
    try:
        l.append(float(t))
    except ValueError:
        pass

Beachten Sie, dass einige der anderen hier geposteten Lösungen nicht mit negativen Zahlen funktionieren:

>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string -30')
['42', '32', '30']

>>> '-3'.isdigit()
False