Python从字符串中提取数字总结

Python从字符串中提取数字总结

一、前言

网上看了一圈没找到很完整的提取过程，自己刚好有时间总结一下。

二、使用正则表达式

正则表达式是一种专门用于字符串匹配的工具，在Python中有re模块支持正则表达式操作。通过正则表达式，可以匹配和提取字符串中的数字。具体实现代码如下：

import re
str1 = '这是一段包含数字的字符串 123456，可以使用正则表达式提取数字'
# 定义正则表达式
pattern = r'\d+'
# 匹配字符串中的数字
match_obj = re.findall(pattern, str1)
# 输出匹配结果
print(match_obj)

代码中，使用re.findall函数匹配字符串中的数字，匹配规则由正则表达式r’\d+’定义，\d表示匹配数字，+表示匹配前面的1个或多个数字。执行上述代码后，输出结果为[‘123456’]。

如果需要提取多组数字，只需要修改正则表达式的定义即可。例如，需要提取下面字符串中的数字：

str2 = 'Python是一门流行的编程语言，目前最新版本是Python 3.10，发布于2021年10月4日'

该字符串中包含两组数字，分别是3.10和2021年10月4日。可以使用r’\d+.\d+’匹配版本号，使用r’\d{4}年\d{1,2}月\d{1,2}日’匹配日期信息。具体的代码实现如下：

import re

str2 = 'Python是一门流行的编程语言，目前最新版本是Python 3.10，发布于2021年10月4日'

# 定义正则表达式
pattern1 = r'\d+\.\d+'
pattern2 = r'\d{4}年\d{1,2}月\d{1,2}日'

# 匹配字符串中的数字
match_obj1 = re.findall(pattern1, str2)
match_obj2 = re.findall(pattern2, str2)

# 输出匹配结果
print(match_obj1)
print(match_obj2)

在上述代码中，使用了两个正则表达式，匹配结果存储在match_obj1和match_obj2变量中，输出结果分别为[‘3.10’]和[‘2021年10月4日’]。

三、使用字符串方法

除了正则表达式外，Python的字符串还提供了一些常用的方法，可以方便地从字符串中提取数字。下面介绍一些常用的字符串方法。

1、isdigit()

isdigit()方法可以判断一个字符串是否只包含数字字符。如果包含数字字符，则返回True，否则返回False。如果一个字符串只有部分字符为数字，也会返回False。例如，字符串’12345’返回True，字符串’12F45’返回False。具体代码如下：

str3 = '1969年7月20日 20:17:40'
num_str = ''
# 提取字符串中的数字
for char in str3:
    if char.isdigit():
        num_str += char
# 输出匹配结果
print(num_str)

在上述代码中，使用字符串方法isdigit()判断字符是否为数字，将字符串中的数字提取出来，输出结果为19697201740。

2、isnumeric()

isnumeric()方法可以判断一个字符串是否只包含数字字符和数字字符对应的Unicode数值。如果包含数字字符和对应的Unicode数值，则返回True，否则返回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。具体代码如下：

str4 = '一二三四五 12345'
num_str = ''
# 提取字符串中的数字
for char in str4:
    if char.isnumeric():
        num_str += char
# 输出匹配结果
print(num_str)

执行上述代码后，输出结果为一二三四五12345，只提取其中的数字字符。

3、split()

split()方法可以将一个字符串按指定字符分割成若干个子字符串，并返回一个列表。例如，可以使用空格、逗号、分号等分割符将一个字符串分割成若干个子字符串。许多时候，字符串中的数字和非数字字符混合在一起，可以使用split()方法将字符串按照非数字字符分割成若干个子字符串，再从中提取数字。具体代码如下：

str5 = '这个字符串包含数字12、54和97，还有一些其他英文字母'
num_list = []
# 将字符串按非数字字符分割成若干个子字符串
str_lst = str5.split(' ')
for s in str_lst:
    if s.isdigit():
        num_list.append(int(s))
# 输出匹配结果
print(num_list)

在上述代码中，使用split()方法将字符串按照空格分割成若干个子字符串，如果子字符串是数字，则将其转换成整数并存储在列表中，输出结果为[12, 54, 97]。

四、使用第三方库

Python的第三方库很多，其中一些库可以方便地从字符串中提取数字。例如，使用NumPy库中的函数可以将字符串中的数字转换成浮点数。具体代码如下：

import numpy as np
str6 = '3.1415926'
# 将字符串转换成浮点数
num_float = np.float(str6)
# 输出匹配结果
print(num_float)

在上述代码中，使用NumPy库中的np.float()函数将字符串转换成浮点数，输出结果为3.1415926。

五、结论

在Python中，有时候需要从字符串中提取特定的数字信息，这种操作很常见。例如，从一篇新闻报道中提取新闻发布日期、从一篇小说中提取章节编号等。
使用Python从字符串中提取数字，可以使用正则表达式、字符串方法或第三方库。如果字符串中的数字位置和格式较为固定，使用正则表达式可以比较方便地提取数字；如果字符串中数字和非数字字符混合在一起，可以使用字符串方法将字符串分割成若干个子字符串提取数字；如果需要将字符串中的数字转换成数字类型，也可以使用第三方库提供的函数快速实现。