python從字符串中提取數(shù)字
使用正則表達式，用法如下：
## 總結(jié)
## ^ 匹配字符串的開始。
## $ 匹配字符串的結(jié)尾。
## \b 匹配一個單詞的邊界。
## \d 匹配任意數(shù)字。
## \D 匹配任意非數(shù)字字符。
## x? 匹配一個可選的 x 字符 (換言之，它匹配 1 次或者 0 次 x 字符)。
## x* 匹配0次或者多次 x 字符。
## x+ 匹配1次或者多次 x 字符。
## x{n,m} 匹配 x 字符，至少 n 次，至多 m 次。
## (a|b|c) 要么匹配 a，要么匹配 b，要么匹配 c。
## (x) 一般情況下表示一個記憶組 (remembered group)。你可以利用 re.search 函數(shù)返回對象的 groups() 函數(shù)獲取它的值。
## 正則表達式中的點號通常意味著 “匹配任意單字符”
解題思路：
既然是提取數(shù)字，那么數(shù)字的形式一般是：整數(shù)，小數(shù)，整數(shù)加小數(shù)；
所以一般是形如：----.-----；
根據(jù)上述正則表達式的含義，可寫出如下的表達式："\d+\.?\d*"；
\d+匹配1次或者多次數(shù)字，注意這里不要寫成*，因為即便是小數(shù)，小數(shù)點之前也得有一個數(shù)字；\.?這個是匹配小數(shù)點的，可能有，也可能沒有；\d*這個是匹配小數(shù)點之后的數(shù)字的，所以是0個或者多個；
代碼如下：
import re
string="A1.45，b5，6.45，8.82"
print re.findall(r"\d+\.?\d*",string)
# ['1.45', '5', '6.45', '8.82']
匹配指定字符串開頭的數(shù)字
例如下面的string：
tensorflow:Final best valid 0 loss=0.20478513836860657 norm_loss=0.767241849151384 roc=0.8262403011322021 pr=0.39401692152023315 calibration=0.9863265752792358 rate=0.0
提取 calibration=0.9863265752792358 .
# 匹配“calibration=”后面的數(shù)字
pattern = re.compile(r'(?=calibration=)\d+\.?\d*')
pattern.findall(string)
# ['0.9863265752792358']
匹配包含指定字符串開頭的數(shù)字
pattern = re.compile(r'(?:loss=)\d+\.?\d*')
pattern.findall(string)
# ['loss=0.20478513836860657', 'loss=0.767241849151384']
匹配時間，17:35:24
string = "WARNING:tensorflow: 20181011 15:28:39 Initialize training"
pattern = re.compile(r'\d{2}:\d{2}:\d{2}')
pattern.findall(string)
# ['15:28:39']
匹配時間，20181011 15:28:39
string = "WARNING:tensorflow: 20181011 15:28:39 Initialize training"
pattern = re.compile(r'\d{4}\d{2}\d{2}\s\d{2}:\d{2}:\d{2}')
pattern.findall(string)
# ['20181011 15:28:39']
總結(jié)
以上所述是小編給大家介紹的python正則表達式從字符串中提取數(shù)字的思路詳解 ,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
您可能感興趣的文章:- 比較詳細Python正則表達式操作指南(re使用)
- Python中正則表達式的詳細教程
- python正則表達式re模塊詳細介紹
- python利用正則表達式提取字符串
- Python 匹配任意字符（包括換行符）的正則表達式寫法
- python的正則表達式re模塊的常用方法
- Python匹配中文的正則表達式
- Python使用中文正則表達式匹配指定中文字符串的方法示例
- PYTHON正則表達式 re模塊使用說明
- 一篇文章徹底搞懂python正則表達式
