一、前言

網(wǎng)上看了一圈沒找到很完整的提取過程，自己剛好有時間總結(jié)一下。

二、使用正則表達(dá)式

正則表達(dá)式是一種專門用于字符串匹配的工具，在Python中有re模塊支持正則表達(dá)式操作。通過正則表達(dá)式，可以匹配和提取字符串中的數(shù)字。

具體實現(xiàn)代碼如下：

import re
str1 = '這是一段包含數(shù)字的字符串 123456，可以使用正則表達(dá)式提取數(shù)字'
# 定義正則表達(dá)式
pattern = r'\d+'
# 匹配字符串中的數(shù)字
match_obj = re.findall(pattern, str1)
# 輸出匹配結(jié)果
print(match_obj)

代碼中，使用re.findall函數(shù)匹配字符串中的數(shù)字，匹配規(guī)則由正則表達(dá)式r’\d+’定義，\d表示匹配數(shù)字，+表示匹配前面的1個或多個數(shù)字。執(zhí)行上述代碼后，輸出結(jié)果為[‘123456’]。

如果需要提取多組數(shù)字，只需要修改正則表達(dá)式的定義即可。

例如，需要提取下面字符串中的數(shù)字：

str2 = 'Python是一門流行的編程語言，目前最新版本是Python 3.10，發(fā)布于2021年10月4日'

該字符串中包含兩組數(shù)字，分別是3.10和2021年10月4日?？梢允褂胷’\d+.\d+’匹配版本號，使用r’\d{4}年\d{1,2}月\d{1,2}日’匹配日期信息。

具體的代碼實現(xiàn)如下：

import re

str2 = 'Python是一門流行的編程語言，目前最新版本是Python 3.10，發(fā)布于2021年10月4日'

# 定義正則表達(dá)式
pattern1 = r'\d+\.\d+'
pattern2 = r'\d{4}年\d{1,2}月\d{1,2}日'

# 匹配字符串中的數(shù)字
match_obj1 = re.findall(pattern1, str2)
match_obj2 = re.findall(pattern2, str2)

# 輸出匹配結(jié)果
print(match_obj1)
print(match_obj2)

在上述代碼中，使用了兩個正則表達(dá)式，匹配結(jié)果存儲在match_obj1和match_obj2變量中，輸出結(jié)果分別為[‘3.10’]和[‘2021年10月4日’]。

三、使用字符串方法

除了正則表達(dá)式外，Python的字符串還提供了一些常用的方法，可以方便地從字符串中提取數(shù)字。

下面介紹一些常用的字符串方法。

1、isdigit()

isdigit()方法可以判斷一個字符串是否只包含數(shù)字字符。如果包含數(shù)字字符，則返回True，否則返回False。如果一個字符串只有部分字符為數(shù)字，也會返回False。

例如，字符串’12345’返回True，字符串’12F45’返回False。具體代碼如下：

str3 = '1969年7月20日 20:17:40'
num_str = ''
# 提取字符串中的數(shù)字
for char in str3:
    if char.isdigit():
        num_str += char
# 輸出匹配結(jié)果
print(num_str)

在上述代碼中，使用字符串方法isdigit()判斷字符是否為數(shù)字，將字符串中的數(shù)字提取出來，輸出結(jié)果為19697201740。

2、isnumeric()

isnumeric()方法可以判斷一個字符串是否只包含數(shù)字字符和數(shù)字字符對應(yīng)的Unicode數(shù)值。如果包含數(shù)字字符和對應(yīng)的Unicode數(shù)值，則返回True，否則返回False。

例如，字符串’12345’和字符串’一二三四五’都返回True，而字符串’12F45’和字符串’$#@!’都返回False。具體代碼如下：

str4 = '一二三四五 12345'
num_str = ''
# 提取字符串中的數(shù)字
for char in str4:
    if char.isnumeric():
        num_str += char
# 輸出匹配結(jié)果
print(num_str)

執(zhí)行上述代碼后，輸出結(jié)果為一二三四五12345，只提取其中的數(shù)字字符。

3、split()

split()方法可以將一個字符串按指定字符分割成若干個子字符串，并返回一個列表。

例如，可以使用空格、逗號、分號等分割符將一個字符串分割成若干個子字符串。許多時候，字符串中的數(shù)字和非數(shù)字字符混合在一起，可以使用split()方法將字符串按照非數(shù)字字符分割成若干個子字符串，再從中提取數(shù)字。

具體代碼如下：

str5 = '這個字符串包含數(shù)字12、54和97，還有一些其他英文字母'
num_list = []
# 將字符串按非數(shù)字字符分割成若干個子字符串
str_lst = str5.split(' ')
for s in str_lst:
    if s.isdigit():
        num_list.append(int(s))
# 輸出匹配結(jié)果
print(num_list)

在上述代碼中，使用split()方法將字符串按照空格分割成若干個子字符串，如果子字符串是數(shù)字，則將其轉(zhuǎn)換成整數(shù)并存儲在列表中，輸出結(jié)果為[12, 54, 97]。

四、使用第三方庫

Python的第三方庫很多，其中一些庫可以方便地從字符串中提取數(shù)字。

例如，使用NumPy庫中的函數(shù)可以將字符串中的數(shù)字轉(zhuǎn)換成浮點數(shù)。

具體代碼如下：

import numpy as np
str6 = '3.1415926'
# 將字符串轉(zhuǎn)換成浮點數(shù)
num_float = np.float(str6)
# 輸出匹配結(jié)果
print(num_float)

在上述代碼中，使用NumPy庫中的np.float()函數(shù)將字符串轉(zhuǎn)換成浮點數(shù)，輸出結(jié)果為3.1415926。

五、總結(jié)

在Python中，有時候需要從字符串中提取特定的數(shù)字信息，這種操作很常見。

例如，從一篇新聞報道中提取新聞發(fā)布日期、從一篇小說中提取章節(jié)編號等。

使用Python從字符串中提取數(shù)字，可以使用正則表達(dá)式、字符串方法或第三方庫。

如果字符串中的數(shù)字位置和格式較為固定，使用正則表達(dá)式可以比較方便地提取數(shù)字；如果字符串中數(shù)字和非數(shù)字字符混合在一起，可以使用字符串方法將字符串分割成若干個子字符串提取數(shù)字；如果需要將字符串中的數(shù)字轉(zhuǎn)換成數(shù)字類型，也可以使用第三方庫提供的函數(shù)快速實現(xiàn)。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論