python - 如何从字符串中正确获取价格

Question

设置

我正在使用 Selenium 和 Python 3.x 网络抓取产品价格。

我有一个字符串列表，其中包含每个产品的价格。

对于低于 1000 欧元的价格，字符串看起来像 '€ 505.93 net'(即 505.93)。对于 1000 欧元起的价格，字符串看起来像 '€ 1 505.93 net'(即 1505.93)。

---

问题

我不确定如何巧妙地处理千价和点中的空间。

让 product_price = '€ 1 505.93 net'，然后，

[int(s) for s in product_price if s.isdigit()]

给予，

[1, 5, 0, 5, 9, 3]

product_price = '€ 505.93 net' 的类似过程给出 [5, 0, 5, 9, 3]。

---

问题

如何调整我的代码以得到 1505.93 和 505.93？

Answer 1

这是一种方法。我们可以匹配以下正则表达式模式，它使用空格作为千​​位分隔符:

€\s*(\d{1,3}(?: \d{3})*(?:\.\d+)?)

然后，第一个捕获组应包含匹配的欧元金额。

input = '€ 1 505.93 net and here is another price € 505.93'
result = re.findall(r'€\s*(\d{1,3}(?: \d{3})*\.\d+)', input)
print list(result)

['1 505.93', '505.93']

正则表达式的解释:

€                  a Euro sign
\s*                followed by optional whitespace
(                  (capture what follows)
    \d{1,3}        one to three digits
    (?: \d{3})*    followed by zero or more thousands groups
    (?:\.\d+)?     an optional decimal component
)                  (close capture group)