python - 正则表达式提取未知数字格式的负数

Question

我能够从此字符串中获取数字:

string_p= '7 5 blah 6 小数 6.5 千 8,999 带美元符号 $9,000 和 $9,500,001.45 结束...最后...8.4% 现在结束

使用此代码:

import re

def extractVal2(s,n):
    if n > 0:
        return re.findall(r'[0-9$,.%]+\d*', s)[n-1]
    else:
        return re.findall(r'[0-9$,.%]+\d*', s)[n]


for i in range(1,7): 
    print extractVal2(string_n,i)

但我不能用它做负数。负数是括号中的数。

string_n= '七 (5) blah (6) 小数 (6.5) 千 (8,999) 带有美元符号 $(9,000) 和 $(9,500,001.45) 最后结束...... (8.4)% 现在结束'

我尝试首先将 () 替换为负号，如下所示

string_n= re.sub(r"\((\d*,?\d*)\)", r"-\1", string_n)

然后这些得到负数

r'[0-9$,.%-]+\d*', s)[n]
r'[0-9$,.%]+-\d*', s)[n]
r'[-0-9$,.%]+-\d*', s)[n]

甚至使用不同的方法:

words = string_n.split(" ")
for i in words:
    try:
        print -int(i.translate(None,"(),"))
    except:
        pass

Answer 1

您可以将正则表达式更改为:

import re

def extractVal2(s,n):
    try:
        pattern = r'\$?\(?[0-9][0-9,.]*\)?%?'
        if n > 0:
            return re.findall(pattern, s)[n-1].replace("(","-").replace(")","")
        else:
            return re.findall(pattern, s)[n].replace("(","-").replace(")","")
    except IndexError as e:
        return None    

string_n=  ',seven (5) blah (6) decimal (6.5) thousands (8,999) with dollar ' + \
           'signs $(9,000) and $(9,500,001.45) end lastly.... (8.4)%'

for i in range(1,9): 
    print extractVal2(string_n,i)

它也会解析 9,500,001.45 - 并捕获 $ 之后和数字之前的前导 ( 并将其替换为 - 符号。不过，它是一个 hack - 它不会“看到”您的 ( 是否没有 ) 并且还会捕获“非法”数字，例如 2,200.200,22。

输出:

-5
-6
-6.5
-8,999
$-9,000
$-9,500,001.45
-8.4%
None

如果您的 re.findall(..) 没有捕获任何内容(或太少)，并且您正在建立索引，您也许还应该考虑捕获 IndexError返回列表后面。

<小时/>

正则表达式允许:

leading literal $       (not interpreded as ^...$ end of string)
optional literal (  
[0-9]                   one digit
[0-9,.%]*               any number (maybe 0 times) of the included characters in any order  
                        to the extend that it would mach smth like 000,9.34,2
optional literal )
optional literal %