python提取文章中的中文数字

新建mytest.txt

添加内容：

或多或少的好好读书电锯惊魂20202 和水电费后是否会时候1212没收到风10.12海大富的是粉红色的和办法的1244525.000会发生的粉红色的合法化好0.01给对方会感受到发给还是干活0001还打飞机大嫁风尚蝴蝶结个房间小电风扇豆腐干很多事123,450,000.000好盛大黑色的十一万八千四百三十二的还好丁世德11万2200海大富会闪烁二十万零三

python代码如下：

# _*_coding:utf-8 _*_
import sys
import re
reload(sys)
sys.setdefaultencoding('utf8')
def numberChange(path):
    f = open(path,'r')
    s = f.read()

    for i in ["utf8","gb2312"]:
        try:
            data = s.decode(i)
            break
        except:
            pass
    # 匹配中的 ‘u’不可少
    number = re.compile(ur'([一二三四五六七八九零十百千万亿]+|[0-9]+[,]*[0-9]+.[0-9]+)')
    pattern = re.compile(number)
    all = pattern.findall(data)
    for i in all:
        print '*'
        print i

    # 打印的内容
    # 20202
    # 1212
    # 10.12
    # 1244525.000
    # 0001
    # 123, 450, 000
    # 十一万八千四百三十二
    # 11
    # 万2200
    # 二十万零三
    f.close()
if __name__=='__main__':
    path='./mytest.txt'
    numberChange(path)

代码运行结果：

*
20202
*
1212
*
10.12
*
1244525.000
*
0001
*
123,450,000
*
十一万八千四百三十二
*
11万2200
*
二十万零三


Process finished with exit code 0