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之后的数字 ('AA=')。但是，问题是：（i）我不知道数字有多长，（ii）我不知道数字后面出现的内容（可能是空格或除 0-9 之外的任何字符，请考虑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出现（下面的第 4/5 行）

以下是我可以拥有的众多输入中的几个。

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：1.23451.23456781.21.2e-51.245e-7 对应上面的每一行。

PS：我知道如何使用.find 并获取AA= 的起始位置，但这对上述情况帮助不大。另外，我知道一种方法是在 AA= 之后循环遍历每个字符，如果看到空格或除 [0-9,.,E,-] 以外的任何内容，则中断，但这很笨拙，并且在我的代码中占用了不必要的空间。我正在寻找一种更简洁的方法。

Answer 1

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

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

解释

• \bAA=一个词的边界，然后匹配AA=
• ( 捕获第 1 组
  • \d+匹配1+位数
  • (?:\.\d+)? 匹配可选的小数部分
  • (?:[eE][-+]?[0-9]+)? 匹配可选的指数部分
• )关闭第一组

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

Answer 2

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