python - Cómo extraer un número flotante de una cadena

regex floating-point

Question

Esta pregunta ya tiene una respuesta aquí:

• Extraer float / double value 4 respuestas

Tengo varias cadenas similares al Current Level: 13.4 db. y me gustaría extraer solo el número de coma flotante. Digo flotante y no decimal, ya que a veces es completo. ¿Puede RegEx hacer esto o hay una mejor manera?

Answer 1

Creo que encontrarás cosas interesantes en la siguiente respuesta mía que hice para una pregunta similar anterior:

https://stackoverflow.com/q/5929469/551449

En esta respuesta, propuse un patrón que permite que una expresión regular capture cualquier tipo de número y, como no tengo nada más que agregar, creo que está bastante completo.

Answer 2

Otro enfoque que puede ser más legible es la conversión de tipo simple. He agregado una función de reemplazo para cubrir las instancias en las que las personas pueden ingresar decimales europeos:

>>> for possibility in "Current Level: -13.2 db or 14,2 or 3".split():
... try:
... str(float(possibility.replace('','', ''.'')))
... except ValueError:
... pass
''-13.2''
''14.2''
''3.0''

Esto tiene desventajas también sin embargo. Si alguien escribe "1,000", se convertirá en 1. Además, supone que las personas ingresarán espacios en blanco entre palabras. Este no es el caso con otros idiomas, como el chino.

Answer 3

Puede intentar algo como esto que cubra todas las bases, incluso sin depender del espacio en blanco después del número:

>>> import re
>>> numeric_const_pattern = r"""
... [-+]? # optional sign
... (?:
... (?: /d* /. /d+ ) # .1 .12 .123 etc 9.1 etc 98.1 etc
... |
... (?: /d+ /.? ) # 1. 12. 123. etc 1 12 123 etc
... )
... # followed by optional exponent part if desired
... (?: [Ee] [+-]? /d+ ) ?
... """
>>> rx = re.compile(numeric_const_pattern, re.VERBOSE)
>>> rx.findall(".1 .12 9.1 98.1 1. 12. 1 12")
[''.1'', ''.12'', ''9.1'', ''98.1'', ''1.'', ''12.'', ''1'', ''12'']
>>> rx.findall("-1 +1 2e9 +2E+09 -2e-9")
[''-1'', ''+1'', ''2e9'', ''+2E+09'', ''-2e-9'']
>>> rx.findall("current level: -2.03e+99db")
[''-2.03e+99'']
>>>

Para copiar y pegar fácilmente:

numeric_const_pattern = ''[-+]? (?: (?: /d* /. /d+ ) | (?: /d+ /.? ) )(?: [Ee] [+-]? /d+ ) ?''
rx = re.compile(numeric_const_pattern, re.VERBOSE)
rx.findall("Some example: Jr. it. was .23 between 2.3 and 42.31 seconds")

Answer 4

Puede usar la siguiente expresión regular para obtener valores enteros y flotantes de una cadena:

re.findall(r''[/d/./d]+'', ''hello -34 42 +34.478m 88 cricket -44.3'')
[''34'', ''42'', ''34.478'', ''88'', ''44.3'']

Gracias Rex

Answer 5

Si su flotador siempre se expresa en notación decimal algo así como

>>> import re
>>> re.findall("/d+/./d+", "Current Level: 13.4 db.")
[''13.4'']

puede ser suficiente

Una versión más robusta sería:

>>> re.findall(r"[-+]?/d*/./d+|/d+", "Current Level: -13.2 db or 14.2 or 3")
[''-13.2'', ''14.2'', ''3'']

Si desea validar la entrada del usuario, también puede verificar la existencia de un flotante ingresando directamente en él:

user_input = "Current Level: 1e100 db"
for token in user_input.split():
try:
# if this succeeds, you have your (first) float
print float(token), "is a float"
except ValueError:
print token, "is something else"
# => Would print ...
#
# Current is something else
# Level: is something else
# 1e+100 is a float
# db is something else

Answer 6

Python Doc tiene una respuesta que cubre +/-, y la notación del exponente

scanf() Token Regular Expression
%e, %E, %f, %g [-+]?(/d+(/./d*)?|/./d+)([eE][-+]?/d+)?
%i [-+]?(0[xX][/dA-Fa-f]+|0[0-7]*|/d+)

Esta expresión regular no admite formatos internacionales en los que se utiliza una coma como carácter separador entre la parte completa y la parte fraccionaria (3,14159). En ese caso, reemplace todo /. con [.,] en la expresión regular de flotación anterior.

 Regular Expression
International float [-+]?(/d+([.,]/d*)?|[.,]/d+)([eE][-+]?/d+)?

Answer 7

re.findall(r"[-+]?/d*/./d+|/d+", "Current Level: -13.2 db or 14.2 or 3")

como se describió anteriormente, ¡funciona realmente bien! Una sugerencia, sin embargo:

re.findall(r"[-+]?/d*/./d+|[-+]?/d+", "Current Level: -13.2 db or 14.2 or 3 or -3")

también devolverá valores int negativos (como -3 al final de esta cadena)