python - 如何找到字符串中的货币值？

Question

我正在编写一个小工具来从字符串(通常是推文)中提取一堆值。

该字符串可以包含单词和数字以及以货币符号(£、$、€ 等)为前缀的金额和一些主题标签 (#foo #bar)。我在 appEngine 上运行并使用 tweepy 引入推文。

我必须找到值的当前代码如下:

tagex = re.compile(r'#.*')
curex = re.compile(ur'[£].*')
for x in api.user_timeline(since_id = t.lastimport):
          tags = re.findall(tagex, x.text)
          amount = re.findall(curex, x.text)[0]
          logging.info("Text: " + x.text)
          logging.info("Tags: " + str(tags))
          logging.info("Amount: " + amount)

例如，x.text 是“Taxi London £6.50 #projectfoo #clientmeeting”

tagex 发现主题标签很好，但我无法让 curex 提取当前我得到的数量:金额:6.50 英镑 #projectfoo #clientmeeting。

我还需要分离货币符号以获得 float ，但稍后应该会非常简单。

Answer 1

>>> re.search(ur'([£$€])(\d+(?:\.\d{2})?)', s).groups()
(u'\xa3', u'6.50')

• [£$€] 匹配一个货币符号
• \d+(?:\.\d{2}) 匹配一个或多个数字后跟一个可选的小数点后跟正好两个数字
• () 分别捕获符号和金额

你的正则表达式的问题是 .* 匹配任何东西并且是贪婪的，所以在正则表达式的末尾它匹配后面的所有内容。