正则表达式区分千分隔数与非千分隔数答案

【问题标题】：Regex to differentiate thousand separated number vs not thousand separated number正则表达式区分千分隔数与非千分隔数
【发布时间】：2019-09-30 03:18:19
【问题描述】：

我需要在给定的文本行中提取价格信息。到目前为止，我在 java 中使用下面的正则表达式 (\\d{1,3}(,\\d{3})*(\\.\\d+)?) 成功地使用了 price will be 90,500 USD 之类的行

但是，现在我也有行在价格开始之前有另一个数字(eg: for order number 12345 the price will be 100,500 USD)。在这种情况下，我的价格提取失败。例如，上面将给我123 作为结果。

我可以有一个正则表达式/另一种方法来仅提取价格信息，而不管是否存在另一个数字？（价格将始终以千位分隔，带或不带小数点）

下面是我现在用于这项工作的完整代码：

private String getPrice(String fileText) {
    String lines[] = fileText.split(System.lineSeparator());

    for (String line : lines) {
        Pattern p = Pattern.compile("(\\d{1,3}(,\\d{3})*(\\.\\d+))");
        Matcher m = p.matcher(line);
        if (m.find()) {
            return m.group(0);
        }

        p = Pattern.compile("(\\d{1,3}(,\\d{3})*(\\.\\d+)?)");
        m = p.matcher(line);
        if (m.find()) {
            return m.group(0);
        }   
    }       
    return "";
}

我希望匹配是单词级别的。 (eg: 123 of 12345 should not match.) 我的单词分隔符只有space。 123-456 被视为一个单词。所以在123456、123-456、123,456、123,456.56、A123456 中只有123,456、123,456.56 应该匹配。问题是我当前的代码提取了123456、123-456和A123456中的123

【问题讨论】：

使用Pattern.compile(".*\\D(\\d{1,3}(?:,\\d{3})*(?:\\.\\d+)?)") 获取最后一场比赛。返回m.group(1)
或在价格后添加货币(\\d{1,3}(?:,\\d{3})*(\\.\\d+)?) USD\\b，因为您正在使用捕获组作为价格。 regex101.com/r/xTJBeX/1
那么，额外的要求是至少1个逗号，对吧？ Pattern.compile("\\d{1,3}(?:,\\d{3})+(?:\\.\\d+)?")?见regex101.com/r/mtLNLb/1
@Leni 那么如何描述 字符上下文 以获得有效匹配？你能做到吗？如果没有，没有正则表达式会帮助你。
看来你可以用Pattern.compile("\\b\\d{1,3}(?:,\\d{3})*(?:\\.\\d+)?\\b")

标签： java regex text text-processing

【解决方案1】：

您的正则表达式匹配任何上下文中的数字，并且小数部分是强制性的。

我建议：

仅在不包含单词字符的情况下匹配数字
在分数部分模式周围使用可选的非捕获组。

使用

Pattern p = Pattern.compile("\\b\\d{1,3}(?:,\\d{3})*(?:\\.\\d+)?\\b");

请参阅regex demo。

\b 模式是字边界，(?:\\.\\d+)? 中的(?:...)? 是重复一次或零次的非捕获组，即可选。

【讨论】：