Як витягнути числа з рядка в Python?

Я отримав би всі числа, що містяться в рядку. Що найкраще підходить для мети, регулярних виразів абоisdigit() методу?

Приклад:

line = "hello 12 hi 89"

Результат:

[12, 89]

Якщо ви бажаєте витягнути лише додатні цілі числа, спробуйте наступне:

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

Я б заперечував, що це краще, ніж приклад регулярного вираження з трьох причин. По-перше, вам не потрібен інший модуль; по-друге, це читабельніше, оскільки вам не потрібно розбирати міні-мову регулярних виразів; по-третє, це швидше (і, ймовірно, більш пітонічно):

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

Це не розпізнає плавці, від’ємні цілі числа чи цілі числа у шістнадцятковому форматі. Якщо ви не можете прийняти ці обмеження, тонка відповідь подана нижче, зробить свою справу.

Я б використовував регулярний вираз:

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

Це також відповідатиме 42 с bla42bla. Якщо ви хочете лише цифри, обмежені межами слова (пробіл, період, кома), ви можете використовувати \ b:

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

На закінчення зі списком чисел замість списку рядків:

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

Це більш ніж пізно, але ви можете розширити вираз регулярного вираження, щоб врахувати і наукові позначення.

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)

Все добре дає!

Крім того, ви можете подивитися вбудований регулярний вираз AWS Glue

Я припускаю, що ви хочете, щоб плаває не просто цілі числа, тому я б зробив щось подібне:

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

Зауважте, що деякі інші рішення, розміщені тут, не працюють з негативними цифрами:

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

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

Якщо ви знаєте, що це буде лише одне число в рядку, тобто "привіт 12 привіт", ви можете спробувати фільтрувати.

Наприклад:

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

Але будьте обережні !!! :

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

# 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]

Я шукав рішення, як зняти маски рядків, зокрема з номерів бразильських телефонів, ця публікація не відповіла, але мене надихнула. Це моє рішення:

>>> phone_number = '+55(11)8715-9877'
>>> ''.join([n for n in phone_number if n.isdigit()])
'551187159877'

Використання Regex нижче - це спосіб

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)

з Findall 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']

line2 = "hello 12 hi 89"
temp1 = re.findall(r'\d+', line2) # through regular expression
res2 = list(map(int, temp1))
print(res2)

Привіт ,

ви можете шукати всі цілі числа в рядку через цифру, використовуючи вираз findall.

На другому кроці створіть список res2 та додайте до цього списку цифри, знайдені в рядку

сподіваюся, що це допомагає

З повагою, Дівакар Шарма

Ця відповідь також містить випадок, коли число є плаваючою в рядку

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)

Я вражений тим, що ніхто ще не згадав про використання itertools.groupby як альтернативу для досягнення цього.

Ви можете використовувати itertools.groupby()разом із str.isdigit(), щоб дістати числа з рядка як:

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]

Затримане значення lбуде:

[12, 89]

PS: Це просто задля ілюстрації, щоб показати, що як альтернативу ми також можемо використовуватись groupbyдля досягнення цього. Але це не рекомендується рішення. Якщо ви хочете досягти цього, вам слід використовувати прийняту відповідь fmark, засновану на розумінні списку з str.isdigitфільтром.

Я просто додаю цю відповідь, тому що ніхто не додав жодної, використовуючи обробку Exception, і тому що це також працює для плаваючих елементів

a = []
line = "abcd 1234 efgh 56.78 ij"
for word in line.split():
    try:
        a.append(float(word))
    except ValueError:
        pass
print(a)

Вихід:

[1234.0, 56.78]

Для лову різних моделей корисно проводити запит з різними шаблонами.

Налаштуйте всі шаблони, що охоплюють різні цікаві моделі:

(знаходить коми) 12 300 або 12 300,00

'[\ d] + [., \ d] +'

(знаходить поплавці) 0,123 або .123

'[\ d] * [.] [\ d] +'

(знаходить цілі числа) 123

'[\ d] +'

Комбінуйте з трубою (|) в одну схему з декількома або умовними .

(Примітка. Поставте спочатку складні візерунки. Ще прості візерунки повернуть шматочки складного улову замість складного вилову, який повертає повний вилов).

p = '[\d]+[.,\d]+|[\d]*[.][\d]+|[\d]+'

Нижче ми підтвердимо, що шаблон присутній re.search(), а потім повернемо ітерабельний список уловів. Нарешті, ми надрукуємо кожен улов, використовуючи позначення дужок, щоб підсележувати значення об'єкта відповідності від об'єкта відповідності.

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

Повернення:

33
42
32
30
444.4
12,001

Оскільки жоден із них не стосувався реальних фінансових цифр у програмах excel та word, які мені потрібно було знайти, ось моя зміна. Він обробляє вставки, поплавці, негативні числа, валютні номери (оскільки він не відповідає розділенням) і має можливість скинути десяткову частину і просто повернути вставки або повернути все.

Він також обробляє систему числення Indian Laks, де коми з’являються нерегулярно, а не кожні 3 числа.

Це не обробляє наукові позначення або негативні цифри, що містяться в дужках у бюджетах - виявляться позитивними.

Він також не витягує дати. Є кращі способи пошуку дат у рядках.

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, мені сподобалась ваша відповідь, але вона не знайшла поплавців. Я працюю над сценарієм для розбору коду, що надходить до фрези з ЧПУ, і мені потрібно було знайти розміри X і Y, які можуть бути цілими чи плаваючими, тому я адаптував ваш код до наступного. Це знаходить int, float з позитивними та негативними vals. Досі не знаходять значень у форматі шістнадцяткових значень, але ви можете додати "x" та "A" через "F" до num_charкортежу, і я думаю, що це би розібрало такі речі, як "0x23AC".

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)

Найкращий варіант, який я знайшов, наведений нижче. Це витягне число і може усунути будь-який тип знаків.

def extract_nbr(input_str):
    if input_str is None or input_str == '':
        return 0

    out_number = ''
    for ele in input_str:
        if ele.isdigit():
            out_number += ele
    return float(out_number)    

Для телефонних номерів можна просто виключити всі нецифрові символи з \ D у регулярному виразі:

import re

phone_number = '(619) 459-3635'
phone_number = re.sub(r"\D", "", phone_number)
print(phone_number)