python从字符串中提取数字

使用正则表达式，用法如下：

## 总结
## ^ 匹配字符串的开始。
## $ 匹配字符串的结尾。
## \b 匹配一个单词的边界。
## \d 匹配任意数字。
## \D 匹配任意非数字字符。
## x? 匹配一个可选的 x 字符 (换言之，它匹配 1 次或者 0 次 x 字符)。
## x* 匹配0次或者多次 x 字符。
## x+ 匹配1次或者多次 x 字符。
## x{n,m} 匹配 x 字符，至少 n 次，至多 m 次。
## (a|b|c) 要么匹配 a，要么匹配 b，要么匹配 c。
## (x) 一般情况下表示一个记忆组 (remembered group)。你可以利用 re.search 函数返回对象的 groups() 函数获取它的值。
## 正则表达式中的点号通常意味着 “匹配任意单字符”

解题思路：

1. 既然是提取数字，那么数字的形式一般是：整数，小数，整数加小数；
2. 所以一般是形如：----.-----；
3. 根据上述正则表达式的含义，可写出如下的表达式："\d+\.?\d*"；
4. \d+匹配1次或者多次数字，注意这里不要写成*，因为即便是小数，小数点之前也得有一个数字；\.?这个是匹配小数点的，可能有，也可能没有；\d*这个是匹配小数点之后的数字的，所以是0个或者多个；

代码如下：

import re

string="A1.45，b5，6.45，8.82"
print re.findall(r"\d+.?\d*",string)

['1.45', '5', '6.45', '8.82']

匹配指定字符串开头的数字

例如下面的string：

tensorflow:Final best valid 0 loss=0.20478513836860657 norm_loss=0.767241849151384 roc=0.8262403011322021 pr=0.39401692152023315 calibration=0.9863265752792358 rate=0.0

提取 calibration=0.9863265752792358 .

# 匹配“calibration=”后面的数字
pattern = re.compile(r'(?<=calibration=)\d+\.?\d*')
pattern.findall(string)

['0.9863265752792358']

匹配包含指定字符串开头的数字

pattern = re.compile(r'(?:loss=)\d+\.?\d*')
pattern.findall(string)

['loss=0.20478513836860657', 'loss=0.767241849151384']

匹配时间，17:35:24

string = "WARNING:tensorflow: 20181011 15:28:39 Initialize training"
pattern = re.compile(r'\d{2}:\d{2}:\d{2}')
pattern.findall(string)

['15:28:39']

匹配时间，20181011 15:28:39

string = "WARNING:tensorflow: 20181011 15:28:39 Initialize training"
pattern = re.compile(r'\d{4}\d{2}\d{2}\s\d{2}:\d{2}:\d{2}')
pattern.findall(string)

['20181011 15:28:39']

标题：python环境下从字符串中提取数字

在实际编程应用中，经常需要从一堆文字中提取数值。笔者在爬虫应用中就遇到了这个问题，现找到两种解决方案，供参考！

一些环境准备类的话就不多说了，直接上代码！

将需要的一段文字以字符串的格式赋值给一个变量（string）。

方法一：

string = "轻型车：共有198家企业4747个车型（12305个信息公开编号）15498915辆车进行了轻型车国六环保信息公开与上周汇总环比增加105个车型、386379辆车。其中，国内生产企业177家、4217个车型、14645390辆，国外生产企业21家、530个车型、853525辆；轻型汽油"  # 字符串赋值
num_list = [i for i in string if str.isdigit(i)]  # Python isdigit() 方法检测字符串是否只由数字组成。返回True or False.
print（num_list)

打印出来的结果为
[‘1’, ‘9’, ‘8’, ‘4’, ‘7’, ‘4’, ‘7’, ‘1’, ‘2’, ‘3’, ‘0’, ‘5’, ‘1’, ‘5’, ‘4’, ‘9’, ‘8’, ‘9’, ‘1’, ‘5’, ‘1’, ‘0’, ‘5’, ‘3’, ‘8’, ‘6’, ‘3’, ‘7’, ‘9’, ‘1’, ‘7’, ‘7’, ‘4’, ‘2’, ‘1’, ‘7’, ‘1’, ‘4’, ‘6’, ‘4’, ‘5’, ‘3’, ‘9’, ‘0’, ‘2’, ‘1’, ‘5’, ‘3’, ‘0’, ‘8’, ‘5’, ‘3’, ‘5’, ‘2’, ‘5’]。我们发现，数字提取出来了，但是把原来的数值拆分成单个数字。并且仍以字符的格式保存为列表元素。那么有没有能够真实/完整的方法提取字符串中的数值呢？

方法二：

string = "轻型车：共有198家企业4747个车型（12305个信息公开编号）15498915辆车进行了轻型车国六环保信息公开与上周汇总环比增加105个车型、386379辆车。其中，国内生产企业177家、4217个车型、14645390辆，国外生产企业21家、530个车型、853525辆；轻型汽油"  # 字符串赋值
num_list_new = []   # 新建空列表，用以存储提取的数值
a = ''   # 将空值赋值给a
for i in string:    # 将字符串进行遍历
    if str.isdigit(i):    # 判断i是否为数字，如果“是”返回True，“不是”返回False
        a += i   # 如果i是数字格式，将i以字符串格式加到a上
    else:
        a += " "  # 如果i不是数字格式，将“ ”（空格）加到a上
# 遍历后，a的值为：
#       198   4747    12305        15498915                          105    386379            #177  4217    14645390        21  530    853525  
#数字与数字之间存在许多空格，所以需要对字符串a按''进行分割。
num_list = a.split(" ")  # 按''进行分割，此时a由字符串格式编程列表
print("num_list is \n", num_list)  
# 分割后，a的值为：['', '', '', '', '', '', '198', '', '', '4747', '', '', '', '12305', '', '', '', '', '', '', '', '15498915', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '105', '', '', '', '386379', '', '', '', '', '', '', '', '', '', '', '', '177', '', '4217', '', '', '', '14645390', '', '', '', '', '', '', '', '21', '', '530', '', '', '', '853525', '', '', '', '', '', '']。应该去掉空格，并将字符串格式的数字转化为int格式（主要是字符串中的数字皆为整数，如果有小数，应转化为float格式）。
for i in num_list:  # 对列表a，进行遍历
    try:  # try 结构体，防止出错后直接退出程序
        if int(i) > 0:
            num_list_new.append(int(i))  # 如果列表a的元素为数字，则赋值给num_list_new
        else:
            pass     # 如果不是数字，pass
    except:
        pass
print("num_list is \n", num_list_new)
#打印出的结果[198, 4747, 12305, 15498915, 105, 386379, 177, 4217, 14645390, 21, 530, 853525]。是我们需要的数字。
print("len(num_list_new)", len(num_list_new))  # 作为验证，可以数一下列表元素个数
#打印结果为：12

方法三：

涉及字段提取，怎么可以忘记正则表达式！但需要引入re（正则表达式）模块。

import re
string = "轻型车：共有198家企业4747个车型（12305个信息公开编号）15498915辆车进行了轻型车国六环保信息公开，与上周汇总环比增加105个车型、386379辆车。其中，国内生产企业177家、4217个车型、14645390辆，国外生产企业21家、530个车型、853525辆；轻型汽油"
a = []
a = re.findall("\d+\.?\d*", string)  # 正则表达式
print(a)
# 打印结果：['198', '4747', '12305', '15498915', '105', '386379', '177', '4217', '14645390', '21', '530', '853525']
#for i in range(len(a)):  # 列表a元素转化为int格式
#    a[i] = int(a[i])
a = list(map(int,a))  #可以替代上面两行代码
print(a)
# 打印结果[198, 4747, 12305, 15498915, 105, 386379, 177, 4217, 14645390, 21, 530, 853525]

程序简单，ok

题目要求：
输入字符串，把其中的整数提取出来，放在一个新的数组中，统计有多少个整数，并输出这些数。
小记：
本人最近在学习谭浩强经典C语言教材，此题目为谭浩强《C程序设计》第8章，16题。谭老的解写得比较繁琐，故我自己写了一个笔记做回顾。
程序如下：

#include <stdio.h>
#include <string.h>
int main() {
	char str[80] = "00fs2jjksf0jsf 232.sfdjk,";
	int a[20], i, m;
	int find_num(int *a, char *str);
	m = find_num(a, str);
	for(i = 0; i < m; i++) {
		printf("%d ", a[i]);
	}
	printf("一共有%d个数\n", m);
	return 0;
}
//把str中找到的数字放入a中
int find_num(int *a, char *str) {
	int i, k, sum = 0, flag = 0,m = 0;
	//i记录循环次数
	//sum存放连在一起所有数的值
	//k记录提取的单个数的值
	//flag记录当前是否为数字
	//m记录a[]的下标，存放数字到a数组中
	for(i = 0; i <= (int)strlen(str); i++) {
		//当前位为数字，则放入k中
		if (str[i] >='0' && str[i] <= '9') {
			flag = 1;
			k = str[i] - '0';
		} else {
			//flag为1说明，前一位是数字，而现在已不是数字
			//故把计算的sum放入数组中，一组连在一起的数字判断完成
			if (flag == 1) {
				a[m++] = sum;
			} 
			//复位
			flag = 0;
			sum = 0;
		}
		//若为数字，则计算连在一起的数字的值
		if (flag == 1) {
			sum = sum * 10;
			sum += k;
		}
	}
	//返回个数
	return m;
}