python中如何使用正则表达式提取数字？

re

re

re.findall()

\d+

import re

text1 = "我有100个苹果和20.5公斤的香蕉，还有-5个坏梨。"
text2 = "订单号是123456789，总价为999.99元。"
text3 = "我的身高是175cm，体重是68.3kg。"

# 1. 提取整数
# 模式：\d+ 匹配一个或多个数字
integers = re.findall(r'\d+', text1)
print(f"提取整数 (text1): {integers}") # ['100', '20', '5'] - 注意这里会把20.5的20和5分开

# 2. 提取浮点数和整数（更通用的数字模式）
# 模式：\d+\.\d* 或者 \d*\.\d+ 或者更通用的 \d+\.?\d*
# 考虑到数字可能带小数点，我们用 \d+\.?\d* 来匹配，它会匹配至少一个数字，
# 后面可选地跟着一个小数点，再后面可选地跟着零个或多个数字。
# 这样可以匹配 "100", "20.5", "5." (虽然实际中"5."不常见，但模式会匹配)
numbers_general = re.findall(r'\d+\.?\d*', text1)
print(f"提取通用数字 (text1): {numbers_general}") # ['100', '20.5', '5']

# 3. 提取带正负号的数字
# 模式：[-+]?\d+\.?\d* 匹配可选的正负号，然后是通用数字模式
signed_numbers = re.findall(r'[-+]?\d+\.?\d*', text1)
print(f"提取带符号数字 (text1): {signed_numbers}") # ['100', '20.5', '-5']

# 4. 结合实际场景，提取特定格式的数字
# 比如从"订单号是123456789"中提取订单号
order_id_match = re.search(r'订单号是(\d+)', text2)
if order_id_match:
    print(f"提取订单号 (text2): {order_id_match.group(1)}") # group(1) 获取括号内的内容

# 5. 提取带有单位的数字，但只保留数字部分
# 比如从"175cm"中提取175
height_match = re.search(r'(\d+\.?\d*)cm', text3)
if height_match:
    print(f"提取身高数字 (text3): {height_match.group(1)}") # '175'

import re

complex_text = "今天的气温是-5.5℃，昨天下雨量是20mm，预计明天股价上涨1.23%，订单总额达到1,234,567.89元。"

# 提取所有看起来像数字的字符串
# 使用我偏好的模式：可选正负号，至少一个数字，可选的小数点和至少一个数字
all_numbers_str = re.findall(r'[-+]?\d+(?:\.\d+)?', complex_text)
print(f"从复杂文本中提取的数字字符串: {all_numbers_str}")
# 输出: ['-5.5', '20', '1.23', '1', '234', '567.89']
# 注意：这里会把 "1,234,567.89" 拆分成 "1", "234", "567.89"

# 如果要处理千位分隔符，模式需要更复杂一些
# 匹配可能带逗号的整数或浮点数
# 这里我用一个稍微激进的模式：允许数字之间有逗号，但逗号后必须跟三位数字
# 并且整个数字可以有可选的小数部分
numbers_with_commas = re.findall(r'[-+]?\d{1,3}(?:,\d{3})*(?:\.\d+)?', complex_text)
print(f"处理千位分隔符后的数字字符串: {numbers_with_commas}")
# 输出: ['-5.5', '20', '1.23', '1,234,567.89']
# 这个模式就精确多了，成功地将 "1,234,567.89" 作为一个整体提取出来。

# 这种精细化的匹配，需要你对可能出现的数字格式有清晰的预期。
# 比如，如果数字后面总是跟着单位，而你只想要数字，可以用捕获组：
temperature_match = re.search(r'([-+]?\d+(?:\.\d+)?)℃', complex_text)
if temperature_match:
    print(f"提取气温数字: {temperature_match.group(1)}") # '-5.5'

?

+

*

()

(?:)

re.findall()

match.group()

int

float

int()

float()

import re

text = "价格是100元，折扣后是85.5折，会员价-10元。库存量：500000。"

# 提取所有可能带符号的浮点数或整数
# 这里我们用一个比较通用的模式，能抓取到大部分我们想要的数字形态
# 考虑到可能有千位分隔符，我们先不直接处理，在转换时再去除
numbers_as_strings = re.findall(r'[-+]?\d+(?:,\d{3})*(?:\.\d+)?', text)
print(f"原始提取的数字字符串: {numbers_as_strings}")
# 输出: ['100', '85.5', '-10', '500,000']

# 转换为数值类型
converted_numbers = []
for num_str in numbers_as_strings:
    # 在转换前，先去除千位分隔符，否则float()或int()会报错
    cleaned_num_str = num_str.replace(',', '')
    try:
        if '.' in cleaned_num_str:
            converted_numbers.append(float(cleaned_num_str))
        else:
            converted_numbers.append(int(cleaned_num_str))
    except ValueError:
        print(f"警告: 无法将 '{num_str}' 转换为数值类型，已跳过。")
        # 实际项目中，你可能需要更复杂的错误处理逻辑

print(f"转换后的数值列表: {converted_numbers}")
# 输出: [100, 85.5, -10, 500000]

# 使用列表推导式和map()的简洁方式
# 假设我们已经确保了字符串都是干净的数字（无逗号）
cleaned_numbers_str = [s.replace(',', '') for s in numbers_as_strings]
float_numbers = [float(s) for s in cleaned_numbers_str if '.' in s]
int_numbers = [int(s) for s in cleaned_numbers_str if '.' not in s]

print(f"浮点数列表 (通过推导式): {float_numbers}")
print(f"整数列表 (通过推导式): {int_numbers}")

# 如果你知道所有数字都可能是浮点数，直接用map
all_as_floats = list(map(float, cleaned_numbers_str))
print(f"所有数字转换为浮点数 (通过map): {all_as_floats}")

replace(',', '')

()

import re

special_text = "订单号:XYZ-12345, 金额: $99.99, 生产日期: 2023-10-26, 数量: 100件, 编码: #A-B-C-42."

# 1. 提取订单号中的数字部分 (例如 XYZ-12345 中的 12345)
# 模式：XYZ-后面跟着数字
order_id_match = re.search(r'XYZ-(\d+)', special_text)
if order_id_match:
    print(f"订单号数字: {order_id_match.group(1)}") # '12345'

# 2. 提取带货币符号的金额 (例如 $99.99)
# 模式：$后面跟着一个数字模式
amount_match = re.search(r'\$(\d+(?:\.\d+)?)', special_text)
if amount_match:
    print(f"金额: {amount_match.group(1)}") # '99.99'

# 3. 提取带有单位的数字 (例如 100件)
# 模式：数字后面跟着单位
quantity_match = re.search(r'(\d+)件', special_text)
if quantity_match:
    print(f"数量: {quantity_match.group(1)}") # '100'

# 4. 提取日期中的年份、月份、日期
# 模式：(\d{4})-(\d{2})-(\d{2}) 分别捕获年、月、日
date_match = re.search(r'(\d{4})-(\d{2})-(\d{2})', special_text)
if date_match:
    year, month, day = date_match.groups() # groups()返回所有捕获组的元组
    print(f"生产日期: 年={year}, 月={month}, 日={day}") # 年=2023, 月=10, 日=26

# 5. 从混合编码中提取最后一个数字 (例如 #A-B-C-42 中的 42)
# 模式：匹配一个非数字或连字符的字符，直到最后一个连字符后跟着数字
code_number_match = re.search(r'-(\d+)$', special_text) # $表示字符串结尾
if code_number_match:
    print(f"编码中的数字: {code_number_match.group(1)}") # '42'

# 更复杂的例子：提取所有括号内的数字
text_with_parentheses = "项目A (ID: 123), 项目B (ID: 456), 错误码 (Err: 789)."
numbers_in_parentheses = re.findall(r'\((?:ID|Err):\s*(\d+)\)', text_with_parentheses)
print(f"括号内ID/Err数字: {numbers_in_parentheses}") # ['123', '456', '789']

re.search()

re.findall()

re.search()

re.findall()

re.findall()