python - 如何使用 python 正则表达式提取内容可变的数据？

Question

我正在尝试构建一个市场分析工具。原始数据输入的格式如下:

20,000 shares for 550 USD each

意思是“20,000股股票，每股550美元”。

通常，我会使用以下代码来获取价格:

value = re.findall(re.compile('20,000 shares for (.*) USD each'), data)

但是，这种方法让我失败了，因为股票数量(在本例中为 20,000 股)以及价格都发生了变化。有没有更好的方法来提取这些数据？

对于我的问题描述不正确，我提前表示歉意；我是 Python 的新手，我不确定在这种情况下使用哪些技术术语。如果有更好的方式来表达我的标题，请随时编辑，提前谢谢!

Answer 1

您可以使用更通用的模式，例如:

([\d,.]+) shares for ([\d,.]+) USD each

此外，如果您想坚持使用 .* 来匹配值，最好将其转换为 .*? 使其不那么贪婪，这样它就不会吃东西其余的输入。

如果输入可以以 each 或 per share 结尾，请改用以下内容:

([\d,.]+) shares(?: of stock)? at ([\d,.]+) USD (?:each|per share)

在左括号后放置 ?: 会使其成为不匹配的组，因此它不会与您感兴趣的数字一起被捕获。