java - 正则表达式区分千位分隔数与非千位分隔数

Question

我需要在给定的文本行中提取价格信息。到目前为止，我在 Java 中成功地使用了以下正则表达式 (\\d{1,3}(,\\d{3})*(\\.\\d+)?) ，行如下 价格为 90,500 美元

但是，现在我也有价格开始前有另一个数字的行 (例如:对于订单号 12345，价格将为 100,500 美元)。在这种情况下，我的价格提取失败了。例如，上面将给我 123 作为结果。

我能否使用正则表达式/另一种方法来仅提取价格信息，而不管是否存在其他数字？ (价格将始终以千位分隔，带或不带小数点)

下面是我现在用于这项工作的完整代码:

private String getPrice(String fileText) {
    String lines[] = fileText.split(System.lineSeparator());

    for (String line : lines) {
        Pattern p = Pattern.compile("(\\d{1,3}(,\\d{3})*(\\.\\d+))");
        Matcher m = p.matcher(line);
        if (m.find()) {
            return m.group(0);
        }

        p = Pattern.compile("(\\d{1,3}(,\\d{3})*(\\.\\d+)?)");
        m = p.matcher(line);
        if (m.find()) {
            return m.group(0);
        }   
    }       
    return "";
}

我希望匹配是单词级别的。 (例如:12345 中的 123 不应匹配。) 我的单词分隔符仅为 空格。 123-456 被认为是一个单词。所以只有 123456, 123-456, 123,456, 123,456.56, A123456 123,456、123,456.56 应该匹配。问题是我当前的代码提取 123 of 123456、123-456 和 A123456

Answer 1

您的正则表达式匹配任何上下文中的数字，小数部分是必需的。

我建议:

• 只匹配不包含单词字符的数字
• 在分数部分模式周围使用可选的非捕获组。

使用

Pattern p = Pattern.compile("\\b\\d{1,3}(?:,\\d{3})*(?:\\.\\d+)?\\b");

参见 regex demo .

\b 模式是字边界和 (?:...)? 在 (?:\\.\\d+)? 是非捕获组，重复一次或零次，即可选。