python - 价格的正则表达式不起作用

Question

我需要一个正则表达式，它匹配任何数字后跟一个由数字、空格、点和逗号组成的字符串，后跟“Kč”或“Eur”。

问题是我的 regex 有时找不到所有这样的字符串。

((\d[., \d]+)(Kč|Eur))

例如:

re.findall("""((\d[., \d]+)(Kč|Eur))""","Letenky od 12 932 Kč",flags=re.IGNORECASE)

不返回任何内容，而是 [(12 932 Kč,12 932,Kč)]

你知道正则表达式有什么问题吗？

Answer 1

您的输入字符串包含一个由基数 c 组成的多字节字母字母和变音符号，正则表达式包含带有 Unicode 代码点的预组合字母 \u010D .

你可以使用

(\d(?:[., \d]*\d)?)\s*(K(?:c\u030C|\u010D)|Eur)

或者

(\d[., \d]*)\s*(K(?:č|č)|Eur))

参见 regex ( second regex demo ) 和 Python demo .

图案细节

• \d - 一个数字
• (?:[., \d]*\d)? - 可选的出现
  • [., \d]* - 零个或多个数字、空格、.或 ,
  • \d - 一个数字
• \s* - 0 个或多个空格
• (?:K(?:c\u030C|\u010D)|Eur) - K其次是 c\u030C或 \u010D , 或 Eur值(value)观。

定义货币正则表达式时，使用 CZK = ['Czk','K(?:č|č)']或 CZK = ['Czk', r'K(?:c\u030C|\u010D)'] .