파이썬에서 문자열에서 숫자를 추출하는 방법은 무엇입니까?
문자열에 포함 된 모든 숫자를 추출합니다. 목적, 정규식 또는 isdigit()방법에 더 적합한 것은 무엇입니까?
예:
line = "hello 12 hi 89"
결과:
[12, 89]
양의 정수만 추출하려면 다음을 시도하십시오.
>>> str = "h3110 23 cat 444.4 rabbit 11 2 dog"
>>> [int(s) for s in str.split() if s.isdigit()]
[23, 11, 2]
나는 이것이 세 가지 이유로 정규식 예제보다 낫다고 주장합니다. 첫째, 다른 모듈이 필요하지 않습니다. 둘째, 정규식 미니 언어를 구문 분석 할 필요가 없기 때문에 더 읽기 쉽습니다. 셋째, 더 빠릅니다 (따라서 더 많은 파이썬) :
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
부동 소수점, 음의 정수 또는 16 진 형식의 정수는 인식하지 않습니다. 이러한 제한을 받아 들일 수 없다면 아래의 슬림 한 대답 이 그 트릭을 수행 할 것입니다.
정규 표현식을 사용합니다.
>>> import re
>>> re.findall(r'\d+', 'hello 42 I\'m a 32 string 30')
['42', '32', '30']
또한의 42와 일치 bla42bla합니다. 단어 경계 (공백, 마침표, 쉼표)로 구분 된 숫자 만 원하는 경우 \ b를 사용할 수 있습니다.
>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string 30')
['42', '32', '30']
문자열 목록 대신 숫자 목록으로 끝내려면 :
>>> [int(s) for s in re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string 30')]
[42, 32, 30]
이것은 조금 늦었지만 과학적 표기법을 설명하기 위해 정규 표현식을 확장 할 수 있습니다.
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)
모든 좋은 것을 제공합니다!
정수가 아닌 부동 소수점을 원한다고 가정하므로 다음과 같이하십시오.
l = []
for t in s.split():
try:
l.append(float(t))
except ValueError:
pass
여기에 게시 된 다른 솔루션 중 일부는 음수로 작동하지 않습니다.
>>> re.findall(r'\b\d+\b', 'he33llo 42 I\'m a 32 string -30')
['42', '32', '30']
>>> '-3'.isdigit()
False
문자열에서 하나의 숫자 만 알고 있다면 (예 : 'hello 12 hi') 필터를 사용해 볼 수 있습니다.
예를 들면 다음과 같습니다.
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
그러나 조심하십시오! :
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]
브라질 전화 번호에서 문자열 마스크를 제거하는 솔루션을 찾고 있었는데이 게시물은 대답하지 않았지만 영감을 얻었습니다. 이것은 내 솔루션입니다.
>>> phone_number = '+55(11)8715-9877'
>>> ''.join([n for n in phone_number if n.isdigit()])
'551187159877'
이 답변에는 숫자가 문자열에 떠있는 경우도 포함됩니다.
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)
아래 정규식을 사용하는 방법입니다
lines = "hello 12 hi 89"
import re
output = []
line = lines.split()
for word in line:
match = re.search(r'\d+.?\d*', word)
if match:
output.append(float(match.group()))
print (output)
아무도 itertools.groupby이것을 달성하기위한 대안으로 사용을 언급하지 않았다는 사실에 놀랐습니다 .
문자열에서 숫자를 추출하기 위해 itertools.groupby()함께 사용할 수 있습니다 str.isdigit().
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]
보유 가치 l는 다음과 같습니다.
[12, 89]
추신 : 이것은 단지 대안으로 우리가 groupby이것을 달성하기 위해 사용할 수 있음을 보여주기위한 설명 을위한 것입니다. 그러나 이것은 권장되는 솔루션이 아닙니다. 이를 달성하려면 목록 이해를 필터 로 사용하여 허용 된 fmark 응답을 사용해야str.isdigit 합니다.
이 중 어느 것도 내가 찾아야 할 Excel 및 Word 문서에서 실제 재무 수치를 다루지 않았으므로 여기 내 변형이 있습니다. 정수, 부동 소수점, 음수, 통화 번호 (분할시 응답하지 않기 때문에)를 처리하고 소수 부분을 삭제하고 정수를 반환하거나 모든 것을 반환하는 옵션이 있습니다.
또한 3 자리 숫자가 아닌 쉼표가 불규칙적으로 나타나는 Indian Laks 번호 시스템도 처리합니다.
예산 내 괄호 안에 넣은 과학적 표기법이나 음수를 처리하지 않습니다. 양수로 나타납니다.
또한 날짜를 추출하지 않습니다. 문자열에서 날짜를 찾는 더 좋은 방법이 있습니다.
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
아무도 예외 처리를 사용하여 아무도 추가하지 않았기 때문에이 답변을 추가하고 있습니다.
a = []
line = "abcd 1234 efgh 56.78 ij"
for word in line.split():
try:
a.append(float(word))
except ValueError:
pass
print(a)
출력 :
[1234.0, 56.78]
@ jmnas, 나는 당신의 대답을 좋아했지만 수레를 찾지 못했습니다. CNC 밀로가는 코드를 구문 분석하는 스크립트를 작성 중이며 정수 또는 부동 소수점 일 수있는 X 및 Y 차원을 모두 찾아야하므로 코드를 다음과 같이 조정했습니다. 이것은 int를 찾고 양수와 음수로 플로트합니다. 여전히 16 진수 형식의 값을 찾지 못하지만 num_char튜플 에 "x"와 "A"를 통해 "F"를 추가 할 수 있으며 '0x23AC'와 같은 것을 구문 분석 할 것이라고 생각합니다.
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)
내가 찾은 가장 좋은 옵션은 다음과 같습니다. 숫자를 추출하여 모든 유형의 문자를 제거 할 수 있습니다.
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)
line2 = "hello 12 hi 89"
temp1 = re.findall(r'\d+', line2) # through regular expression
res2 = list(map(int, temp1))
print(res2)
안녕하세요 ,
findall expression을 사용하여 숫자를 통해 문자열의 모든 정수를 검색 할 수 있습니다.
두 번째 단계에서 res2 목록을 작성하고 문자열에서 찾은 숫자를이 목록에 추가하십시오.
도움이 되었기를 바랍니다
감사합니다. Diwakar Sharma
참고 URL : https://stackoverflow.com/questions/4289331/how-to-extract-numbers-from-a-string-in-python
'Programing' 카테고리의 다른 글
| 스프링 : @Component 대 @Bean (0) | 2020.02.27 |
|---|---|
| Bash의 삼항 연산자 (? :) (0) | 2020.02.27 |
| 스위프트의 정밀 문자열 형식 지정자 (0) | 2020.02.27 |
| WCF와 ASMX 웹 서비스의 차이점은 무엇입니까? (0) | 2020.02.27 |
| SQLAlchemy : flush ()와 commit ()의 차이점은 무엇입니까? (0) | 2020.02.27 |