python - 识别整数、字符串和浮点文字

Question

我是 Python 的新手，但遇到了一个问题。我有一个包含如下数据的输入文件:

12345    67890     afghe
abcde    23456     0abcd
34567    __fred01  45678
123.456  12345a    123.
.456     ab00cd    00ab00

需要使用正则表达式来解析每个字面量，并判断字面量是字符串还是整数还是 float 。代码片段有点像下面:

def processtoken(token):
    #Replace the following line with your code to classify
    # the string in 'token' according to your three Regular
    # Expressions and print the appropriate message.
    print('Inside Process Token')

    match = re.search(r'(0|[1-9][0-9]*|0[oO]?[0-7]+|0[xX][0-9a-fA-F]+|0[bB][01]+)[lL]?', token)
    matchfp = re.search(r'^[0-9]+\.?[0-9]+$',token)
    if match:
        print(match.group(),'matches INT')
    elif matchfp:
        print(matchfp.group(),'matches FP')

我的问题是如何构造代码以验证每个传递的 token 的多个正则表达式条件。截至目前，如果条件未得到验证，则为 float 。我想检查 token ，第一个整数正则表达式是否匹配，或者它是否匹配浮点正则表达式或匹配字符串。任何帮助将不胜感激。

Answer 1

我会按如下方式构造问题:

integer_regex = r"^...$"
float_regex = r"^...$"
string_regex = r"^...$"

def processToken(token):

    if re.search(integer_regex, token):
        print(token, 'matches INT')
    elif re.search(float_regex, token):
        print(token, 'matches FLOAT')
    elif re.search(string_regex, token):
        print(token, 'matches STR')
    else:
        print(token, 'unknown')

将您的模式填充到上面的 *_regex 变量中。

另请注意，您的 float 模式并不好，因为它也匹配 int:

r'^[0-9]+\.?[0-9]+$'

因为小数点是可选的。您最好将模式分成三个选项的交替，以“.”开头，以“.”结尾。或包含“.”数之间。此外，在您的整数模式中，“？”八进制部分不正确:

0[oO]?[0-7]+

此时我们正尝试使用八进制，因此前缀不是可选的:

0[oO][0-7]+

你对十六进制和二进制的理解是正确的。