回答:
正の整数のみを抽出する場合は、以下を試してください。
>>> str = "h3110 23 cat 444.4 rabbit 11 2 dog"
>>> [int(s) for s in str.split() if s.isdigit()]
[23, 11, 2]
これは、3つの理由で正規表現の例よりも優れていると主張します。まず、別のモジュールは必要ありません。次に、正規表現のミニ言語を解析する必要がないため、読みやすくなります。第三に、それはより高速です(したがって、より多くのpythonic):
python -m timeit -s "str = 'h3110 23 cat 444.4 rabbit 11 2 dog' * 1000" "[s for s in str.split() if s.isdigit()]"
100 loops, best of 3: 2.84 msec per loop
python -m timeit -s "import re" "str = 'h3110 23 cat 444.4 rabbit 11 2 dog' * 1000" "re.findall('\\b\\d+\\b', str)"
100 loops, best of 3: 5.66 msec per loop
これは、浮動小数点数、負の整数、または16進形式の整数を認識しません。これらの制限を受け入れることができない場合は、以下のslimの答えがうまくいきます。
re
ます。これは一般的で強力なツールです(そのため、非常に役立つものを学びます)。速度はログの解析に多少関係ありません(結局、集中的な数値ソルバーre
ではありません)。モジュールは標準のPythonライブラリにあり、ロードしても問題ありません。
mumblejumble45mumblejumble
数字が1つしかないことを知っているような文字列がありました。解決策は単純int(filter(str.isdigit, your_string))
です。
str
を定義するstr
と、ベースPythonのオブジェクトとメソッドがオーバーライドされます。スクリプトの後半で必要になる可能性があるため、これは良い方法ではありません。
int(filter(...))
発生しますTypeError: int() argument must be a string...
:あなたが更新されたバージョンを使用することができますので、Pythonの3.5のためのint(''.join(filter(str.isdigit, your_string)))
1つの整数にすべての桁を抽出します。
私は正規表現を使用します:
>>> import re
>>> re.findall(r'\d+', 'hello 42 I\'m a 32 string 30')
['42', '32', '30']
これは、の42にも一致しbla42bla
ます。単語の境界(スペース、ピリオド、コンマ)で区切られた数値のみが必要な場合は、\ bを使用できます。
>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string 30')
['42', '32', '30']
文字列のリストの代わりに数字のリストで終わるには:
>>> [int(s) for s in re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string 30')]
[42, 32, 30]
int_list = [int(s) for s in re.findall('\\d+', 'hello 12 hi 89')]
map
ます。
これは少し遅れていますが、正規表現を拡張して科学的表記法を説明することもできます。
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)
すべてが良いです!
さらに、AWS Glueの組み込み正規表現を見ることができます
s = "4"
ます(一致が返されないなど)。これを処理するために再編集できますか?
[+-]?\d*[\.]?\d*(?:(?:[eE])[+-]?\d+)?
このグループはいくつかの誤+
.001
s=2+1
[-+]?[.]?[\d]+(?:,\d\d\d)*[\.]?\d*(?:[eE][-+]?\d+)?
-私の愚かさ...どうしてそれを考えられなかったのですか?
整数だけでなく浮動小数点数が必要だと思っているので、次のようにします。
l = []
for t in s.split():
try:
l.append(float(t))
except ValueError:
pass
ここに掲載されている他の解決策のいくつかは負の数では機能しないことに注意してください:
>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string -30')
['42', '32', '30']
>>> '-3'.isdigit()
False
float
しint
ます。
re.findall("[-\d]+", "1 -2")
continue
代わりに書き込む場合、何か違いpass
はありますか?
文字列内の数値が1つだけであることがわかっている場合(つまり、「hello 12 hi」)、フィルターを試すことができます。
例えば:
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
しかし注意してください!!! :
In [4]: int(''.join(filter(str.isdigit, '200 grams 5')))
Out[4]: 2005
TypeError: int() argument must be a string, a bytes-like object or a number, not 'filter'
-使用して、それを修正int("".join(filter(str.isdigit, '200 grams')))
# extract numbers from garbage string:
s = '12//n,_@#$%3.14kjlw0xdadfackvj1.6e-19&*ghn334'
newstr = ''.join((ch if ch in '0123456789.-e' else ' ') for ch in s)
listOfNumbers = [float(i) for i in newstr.split()]
print(listOfNumbers)
[12.0, 3.14, 0.0, 1.6e-19, 334.0]
以下の正規表現を使用する方法です
lines = "hello 12 hi 89"
import re
output = []
#repl_str = re.compile('\d+.?\d*')
repl_str = re.compile('^\d+$')
#t = r'\d+.?\d*'
line = lines.split()
for word in line:
match = re.search(repl_str, word)
if match:
output.append(float(match.group()))
print (output)
フィンダル
re.findall(r'\d+', "hello 12 hi 89")
['12', '89']
re.findall(r'\b\d+\b', "hello 12 hi 89 33F AC 777")
['12', '89', '777']
findall()
repl_str = re.compile('\d+.?\d*')
なければならない:repl_str = re.compile('\d+\.?\d*')
再現例えばpython3.7用い re.search(re.compile(r'\d+.?\d*'), "42G").group()
「42G」 re.search(re.compile(r'\d+\.?\d*'), "42G").group()
「42」
line2 = "hello 12 hi 89"
temp1 = re.findall(r'\d+', line2) # through regular expression
res2 = list(map(int, temp1))
print(res2)
こんにちは 、
findall式を使用して、文字列内のすべての整数を数字で検索できます。
2番目のステップでは、リストres2を作成し、文字列で見つかった数字をこのリストに追加します
お役に立てれば
よろしく、Diwakar Sharma
この回答には、数値が文字列内で浮動する場合も含まれます
def get_first_nbr_from_str(input_str):
'''
:param input_str: strings that contains digit and words
:return: the number extracted from the input_str
demo:
'ab324.23.123xyz': 324.23
'.5abc44': 0.5
'''
if not input_str and not isinstance(input_str, str):
return 0
out_number = ''
for ele in input_str:
if (ele == '.' and '.' not in out_number) or ele.isdigit():
out_number += ele
elif out_number:
break
return float(out_number)
私はまだ誰も使用法について言及していないことに驚いています itertools.groupby
これを実現するための代替手段として。
次のように文字列から数値を抽出するためitertools.groupby()
に一緒str.isdigit()
に使用できます。
from itertools import groupby
my_str = "hello 12 hi 89"
l = [int(''.join(i)) for is_digit, i in groupby(my_str, str.isdigit) if is_digit]
保持さl
れる値は次のとおりです。
[12, 89]
PS:これは、説明の目的で、groupby
これを実現するために使用できる代替手段であることを示しています。ただし、これは推奨されるソリューションではありません。これを達成したい場合は、フィルターとしてのリスト内包表記の使用に基づいて、fmarkの受け入れられた回答を使用する必要がありstr.isdigit
ます。
さまざまなパターンをキャッチするには、さまざまなパターンでクエリを実行すると便利です。
'[\ d] + [。、\ d] +'
'[\ d] * [。] [\ d] +'
'[\ d] +'
(注:複雑なパターンを最初に置くと、単純なパターンは、複雑なキャッチが完全なキャッチを返すのではなく、複雑なキャッチのチャンクを返します)。
p = '[\d]+[.,\d]+|[\d]*[.][\d]+|[\d]+'
以下では、パターンがで存在することを確認してからre.search()
、反復可能なキャッチのリストを返します。最後に、ブラケット表記を使用して各キャッチを出力し、一致オブジェクトからの一致オブジェクトの戻り値を副選択します。
s = 'he33llo 42 I\'m a 32 string 30 444.4 12,001'
if re.search(p, s) is not None:
for catch in re.finditer(p, s):
print(catch[0]) # catch is a match object
戻り値:
33
42
32
30
444.4
12,001
これらはどれも、私が見つける必要があったExcelやWord Docの実際の財務数値を扱っていなかったため、ここに私のバリエーションを示します。int、float、負の数、通貨数を処理し(分割時に応答しないため)、小数部を削除してintを返すか、すべてを返すかを選択できます。
また、カンマが不規則に出現するインディアンラックの数体系も処理します。
それは科学表記法または予算の括弧内に置かれた負の数を扱いません-正に見えます。
また、日付は抽出されません。文字列の日付を見つけるには、より良い方法があります。
import re
def find_numbers(string, ints=True):
numexp = re.compile(r'[-]?\d[\d,]*[\.]?[\d{2}]*') #optional - in front
numbers = numexp.findall(string)
numbers = [x.replace(',','') for x in numbers]
if ints is True:
return [int(x.replace(',','').split('.')[0]) for x in numbers]
else:
return numbers
@jmnas、私はあなたの答えが好きでしたが、浮動小数点数は見つかりませんでした。私はCNCミルに行くコードを解析するスクリプトに取り組んでおり、整数または浮動小数点数のXとYの両方の次元を見つける必要があったので、コードを次のように適合させました。これは、正の値と負の値を持つint、floatを見つけます。それでも16進数形式の値は見つかりませんが、 "x"と "A"から "F"をnum_char
タプルに追加すると、'0x23AC'のようなものを解析できると思います。
s = 'hello X42 I\'m a Y-32.35 string Z30'
xy = ("X", "Y")
num_char = (".", "+", "-")
l = []
tokens = s.split()
for token in tokens:
if token.startswith(xy):
num = ""
for char in token:
# print(char)
if char.isdigit() or (char in num_char):
num = num + char
try:
l.append(float(num))
except ValueError:
pass
print(l)
電話番号の場合、正規表現で\ Dを使用して数字以外のすべての文字を単に除外できます。
import re
phone_number = '(619) 459-3635'
phone_number = re.sub(r"\D", "", phone_number)
print(phone_number)