从 Python 中的字符串中提取连续的数字字符

Question

我有兴趣提取出现在一组字符 ('AA=') 之后的数字。但是，问题是：(i) 我不知道数字有多长，(ii) 我不知道数字后面会出现什么（可能是空白 space 或除 0-9 之外的任何字符，考虑到我不知道这些字符可能是什么，但它们绝对不是 0-9)，(iii) 数字可以以指数形式存在（下面第 4/5 行）

下面给出的是我可以获得的许多输入中的一小部分。

Line 1: 123 NUBA AA=1.2345 $BB=1234.55
Line 2: 123 NUBA MM AA=1.2345678&BB=1234.55
Line 3: 123 NUBA RRNJH AA=1.2#ALPHA
Line 4: 123 NUBA ABCD AA=1.2E-5 GBRO
Line 5: 123 NUBA ABCD AA=1.245E-7$ MN
...

结果应该是：1.2345 1.2345678 1.2 1.2e-5 1.245e-7 对于上面的每一行。

PS：我知道如何使用.find并获取AA=的起始位置，但这对上述条件不是很有帮助。另外，我知道一种方法是在 AA= 之后循环遍历每个字符，如果出现空白 space 或除 [0-9,. 以外的任何字符，则中断, E, -] 被看到了，但那很笨拙并且在我的代码中使用了不必要的 space 。我正在寻找一种更简洁的方法。

Answer 1

这会给你想要的输出

import re

string1 = '123 NUBA AA=1.2345 $BB=1234.55'
string2 = '123 NUBA MM AA=1.2345678&BB=1234.55'
string3 = '123 NUBA RRNJH AA=1.2#ALPHA'

re.findall(r'\d+\.*\d*', string1[string1.find("AA="):])[0]
re.findall(r'\d+\.*\d*', string2[string2.find("AA="):])[0]
re.findall(r'\d+\.*\d*', string3[string3.find("AA="):])[0]

输出

1.2345
1.2345678
1.2

Answer 2

您可以将单个模式与捕获组一起使用。例如使用 re.findall 仅获取捕获组的值。

\bAA=(\d+(?:\.\d+)?(?:[eE][-+]?[0-9]+)?)

说明

\bAA=一个单词边界，然后匹配AA=
( 捕获 组 1
- \d+ 匹配 1+ 个数字
- (?:\.\d+)? 匹配一个可选的小数部分
- (?:[eE][-+]?[0-9]+)? 匹配一个可选的指数部分
) 关闭组 1

Regex demo

import re
 
regex = r"\bAA=(\d+(?:\.\d+)?(?:[eE][-+]?[0-9]+)?)"
 
s = ("Line 1: 123 NUBA AA=1.2345 $BB=1234.55\n"
    "Line 2: 123 NUBA MM AA=1.2345678&BB=1234.55\n"
    "Line 3: 123 NUBA RRNJH AA=1.2#ALPHA\n"
    "Line 4: 123 NUBA ABCD AA=1.2E-5 GBRO\n"
    "Line 5: 123 NUBA ABCD AA=1.245E-7$ MN")
 
print(re.findall(regex, s))

输出

['1.2345', '1.2345678', '1.2', '1.2E-5', '1.245E-7']

Python demo

从 Python 中的字符串中提取连续的数字字符

Extract continuous numeric characters from a string in Python

python

string

numeric

character