從字符串中提取數(shù)字

嘿，朋友們！你有沒有遇到過這樣的情況：手里拿著一堆文本數(shù)據(jù)，卻苦于找不到其中的數(shù)字信息？別擔心，今天咱們就來聊聊如何在Python中輕松提取字符串里的數(shù)字。無論是處理日志文件、分析用戶評論，還是抓取網(wǎng)頁數(shù)據(jù)，掌握這個小技巧都能讓你的工作變得事半功倍。別再讓繁瑣的數(shù)據(jù)處理任務(wù)絆住你的腳步，跟著我一起來學習這個簡單又實用的Python技能吧！

方法一：使用正則表達式（Regular Expressions）

正則表達式提取字符串中的整數(shù)

正則表達式是處理字符串的強大工具，能夠匹配特定的模式。在Python中，re模塊提供了正則表達式的支持。

import re  # 導入Python的正則表達式模塊  
  
text = "abc123def456ghi789"  # 定義一個包含字母和數(shù)字的字符串  
  
# 使用re.findall()方法查找字符串中所有與正則表達式r'\d+'匹配的數(shù)字序列  
# r'\d+'是一個正則表達式，其中\(zhòng)d代表數(shù)字字符，+代表前面的字符（這里是數(shù)字）可以出現(xiàn)一次或多次  
# 因此，r'\d+'可以匹配一個或多個連續(xù)的數(shù)字字符  
numbers = re.findall(r'\d+', text)  # 返回一個包含所有匹配數(shù)字序列（作為字符串）的列表  
  
# 使用列表解析將字符串列表numbers中的每個元素轉(zhuǎn)換為整數(shù)  
# 對于numbers列表中的每個元素num，int(num)將其從字符串類型轉(zhuǎn)換為整數(shù)類型  
# 結(jié)果是一個新的列表numbers_int，它包含與numbers相同的數(shù)字，但現(xiàn)在是整數(shù)類型  
numbers_int = [int(num) for num in numbers]    
  
# 打印出包含數(shù)字字符串的列表和包含整數(shù)的列表  
print(numbers)  # 輸出: ['123', '456', '789']，這是數(shù)字序列作為字符串的列表  
print(numbers_int)  # 輸出: [123, 456, 789]，這是數(shù)字序列作為整數(shù)的列表

導入模塊：

首先，代碼通過import re語句導入了Python的正則表達式模塊re，以便后續(xù)可以使用該模塊提供的函數(shù)和正則表達式功能。

定義字符串：

接著，代碼定義了一個名為text的字符串變量，該字符串包含一些字母和數(shù)字字符。我們的目標是提取出這些數(shù)字字符組成的序列。

查找數(shù)字序列：

然后，代碼使用re.findall()函數(shù)和正則表達式r’\d+'來查找字符串text中所有與正則表達式匹配的數(shù)字序列。re.findall()函數(shù)返回一個列表，其中包含所有找到的匹配項。在這個例子中，找到的匹配項是字符串text中所有連續(xù)的數(shù)字字符序列。

轉(zhuǎn)換數(shù)字類型：

接下來，代碼使用列表解析來遍歷numbers列表（包含數(shù)字字符串的列表），并將每個元素（數(shù)字字符串）轉(zhuǎn)換為整數(shù)類型。轉(zhuǎn)換后的整數(shù)被收集到一個新的列表numbers_int中。

打印結(jié)果：

最后，代碼使用print()函數(shù)打印出兩個列表：numbers（包含數(shù)字字符串的列表）和numbers_int（包含整數(shù)的列表）。這允許我們查看提取和轉(zhuǎn)換的結(jié)果。

正則表達式提取字符串中的整數(shù)和小數(shù)

import re  
  
text = "abc123.456def-789ghi0.987jkl4567mno123.00"  
  
# 定義正則表達式模式，匹配整數(shù)和小數(shù)  
# \d+ 匹配一個或多個數(shù)字（整數(shù)部分）  
# (\.\d+)? 匹配可選的小數(shù)部分（小數(shù)點后跟一個或多個數(shù)字）  
pattern = r'-?\d+(\.\d+)?'  
  
# 使用findall方法找到所有匹配的數(shù)字  
numbers = re.findall(pattern, text)  
  
# 將找到的數(shù)字字符串列表（可能是負數(shù)）轉(zhuǎn)換為浮點數(shù)列表（如果需要）  
numbers_float = [float(num) for num in numbers]  
  
print(numbers)  # 輸出: ['123.456', '-789', '0.987', '4567', '123.00']  
print(numbers_float)  # 輸出: [123.456, -789.0, 0.987, 4567.0, 123.0]

• -?：匹配可選的負號。
• \d+：匹配一個或多個數(shù)字（整數(shù)部分）。
• (.\d+)?：匹配可選的小數(shù)部分，其中 . 是小數(shù)點，\d+ 是一個或多個數(shù)字。整個小數(shù)部分被括在括號中，并標記為可選（?）。

注意，這個正則表達式還會匹配負數(shù)，因為我們在模式的開頭添加了 -?。如果你不想匹配負數(shù)，可以移除這個部分。

方法二：使用列表解析和字符串方法

如果字符串的結(jié)構(gòu)相對簡單，可以使用列表解析和字符串的isdigit方法。

text = "abc123def456ghi789"  
  
# 使用列表解析和字符串的join方法，然后分割字符串并過濾出數(shù)字部分  
numbers = ''.join([char if char.isdigit() else ' ' for char in text]).split()  
  
# 將找到的數(shù)字字符串列表轉(zhuǎn)換為整數(shù)列表（如果需要）  
numbers_int = [int(num) for num in numbers]  
  
print(numbers)  # 輸出: ['123', '456', '789']  
print(numbers_int)  # 輸出: [123, 456, 789]

方法三：使用生成器和迭代

使用生成器和迭代的方法，可以更靈活地處理字符串。

text = "abc123def456ghi789"  
  
def extract_numbers(s):  
    number = []  
    for char in s:  
        if char.isdigit():  
            number.append(char)  
        else:  
            if number:  
                yield int(''.join(number))  
                number = []  
    if number:  
        yield int(''.join(number))  
  
numbers_gen = extract_numbers(text)  
numbers_int = list(numbers_gen)  
  
print(numbers_int)  # 輸出: [123, 456, 789]

方法四：使用filter和str.isdigit（僅提取單個數(shù)字）

如果只需要提取單個數(shù)字字符，可以使用filter函數(shù)。

text = "abc123def456ghi789"  
  
# 提取所有數(shù)字字符  
digits = filter(str.isdigit, text)  
  
# 將數(shù)字字符轉(zhuǎn)換為列表（仍然是字符形式）  
digits_list = list(digits)  
  
# 如果需要整數(shù)列表，可以將字符轉(zhuǎn)換為整數(shù)  
numbers_int = [int(digit) for digit in digits_list]  
  
print(digits_list)  # 輸出: ['1', '2', '3', '4', '5', '6', '7', '8', '9']  
print(numbers_int)  # 輸出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

注意，這種方法會將每個數(shù)字字符單獨提取出來，而不是提取完整的數(shù)字序列。

方法五：isnumeric()函數(shù)提取數(shù)字

在Python中，isnumeric() 方法是字符串對象的一個方法，用于判斷字符串中的所有字符是否都是數(shù)字字符，并且這些數(shù)字字符至少表示一個數(shù)字（例如，它不會為羅馬數(shù)字或漢字數(shù)字返回 True）。

text = "abc123def456ghi789"  
numbers = []  
current_number = ""  
  
for char in text:  
    if char.isnumeric():  
        current_number += char  
    else:  
        if current_number:  # 如果current_number不為空，說明我們之前收集到了一串數(shù)字  
            numbers.append(int(current_number))  # 將收集到的數(shù)字轉(zhuǎn)換為整數(shù)并添加到列表中  
            current_number = ""  # 重置current_number以收集下一個數(shù)字  
  
# 檢查最后一個數(shù)字（如果字符串以數(shù)字結(jié)尾）  
if current_number:  
    numbers.append(int(current_number))  
  
print(numbers)  # 輸出: [123, 456, 789]

在這個例子中，我們遍歷了字符串 text 中的每個字符，并使用 isnumeric() 方法來檢查它是否是數(shù)字字符。如果是，我們就將它添加到 current_number 字符串中。當我們遇到一個非數(shù)字字符時，我們檢查 current_number 是否為空（如果不為空，說明我們之前收集到了一串數(shù)字），將其轉(zhuǎn)換為整數(shù)并添加到 numbers 列表中，然后重置 current_number。最后，我們還需要檢查 current_number 是否在遍歷結(jié)束后仍然包含數(shù)字（這發(fā)生在字符串以數(shù)字結(jié)尾時）。

從字符串中提取數(shù)字的應用場景

1.數(shù)據(jù)清洗與預處理

在數(shù)據(jù)分析和機器學習項目中，數(shù)據(jù)通常來源于各種文本格式，如日志文件、用戶評論、社交媒體帖子等。在這些文本中，數(shù)字可能代表關(guān)鍵信息，如時間戳、評分、數(shù)量等。通過提取這些數(shù)字，可以進行更有效的數(shù)據(jù)清洗和預處理，為后續(xù)的分析和建模提供準確、結(jié)構(gòu)化的數(shù)據(jù)。

2.日志分析

系統(tǒng)日志中經(jīng)常包含大量的數(shù)字和文本信息，如錯誤代碼、用戶ID、響應時間等。通過提取這些數(shù)字，可以快速定位問題、分析系統(tǒng)性能，并生成有用的報告。例如，可以提取響應時間數(shù)字來評估系統(tǒng)的響應時間分布，或者提取錯誤代碼來統(tǒng)計不同類型的錯誤頻率。

3.文本解析與挖掘

在文本挖掘和自然語言處理（NLP）任務(wù)中，提取字符串中的數(shù)字可以幫助理解文本的語義內(nèi)容。例如，在新聞文章中提取股票價格、經(jīng)濟數(shù)據(jù)或比賽結(jié)果，可以為讀者提供有價值的信息摘要。此外，在社交媒體分析中，提取數(shù)字可以揭示用戶的行為模式，如發(fā)布內(nèi)容的頻率、點贊數(shù)、評論數(shù)等。

4.金融數(shù)據(jù)處理

在金融領(lǐng)域，文本格式的金融數(shù)據(jù)（如財務(wù)報告、新聞稿、社交媒體評論等）中經(jīng)常包含關(guān)鍵的財務(wù)信息，如股票價格、市盈率、收益預測等。通過提取這些數(shù)字，可以進行財務(wù)分析和預測，為投資者提供決策支持。

5.用戶輸入解析

在交互式應用程序中，用戶輸入可能包含數(shù)字和文本的組合。例如，用戶可能輸入“我想要預訂一個價值150美元的房間，入住日期是2023年10月1日”。通過提取這些數(shù)字，應用程序可以解析用戶意圖，并相應地執(zhí)行操作，如計算費用、檢查可用性、生成預訂確認等。

6.網(wǎng)絡(luò)爬蟲與數(shù)據(jù)抓取

在Web爬蟲和數(shù)據(jù)抓取任務(wù)中，提取字符串中的數(shù)字可以幫助收集有用的信息。例如，從商品頁面上提取價格、評分、庫存量等數(shù)字信息，可以為購物比價網(wǎng)站、產(chǎn)品推薦系統(tǒng)等提供數(shù)據(jù)支持。

到此這篇關(guān)于Python如何提取字符串中的數(shù)字的文章就介紹到這了,更多相關(guān)Python提取字符串中數(shù)字內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論