从具有后缀的字符串中解析数字的 Pythonic 方法答案

【问题标题】：Pythonic way to parse a number out of a string that has a postfix从具有后缀的字符串中解析数字的 Pythonic 方法
【发布时间】：2016-12-22 19:49:24
【问题描述】：

使用 Python 3。

我有一个字符串，例如128kb/s、5mb/s，或者像42! 这样简单的字符串。数字字符和它的后缀之间没有空格，所以我不能直接调用int(text)。

我只想将128、5 和42 的值捕获为一个整数。

目前，我刚刚编写了一个辅助函数，它将所有数字累积成一个字符串并在第一个非数字字符处中断。

def read_int_from_string(text):
    s = ""
    val = 0
    for c in text:
        if (c >= '0') and (c <= '9'):
            s += c
        else:
            break
    if s:
        val = int(s)
    return val

上面的工作正常，但是有没有更pythonic的方法来做到这一点？

【问题讨论】：

标签： python python-3.x string-parsing

【解决方案1】：

这是正则表达式看起来合理的场景之一：

 import re

 leadingdigits = re.compile(r'^\d+')

 def read_int_from_string(text):
     return int(leadingdigits.match(text).group(0))

如果您讨厌正则表达式，您可以这样做以将原始循环的逻辑基本推送到 C 层，尽管它可能会更慢：

 from itertools import takewhile

 def read_int_from_string(text):
     return int(''.join(takewhile(str.isdigit, text)))

【讨论】：

【解决方案2】：

你可以用str.isdigit，这个怎么样？

>> int(filter(str.isdigit, '128kb/s'))
   128

对于 Python 3。因为 filter 在 Python 3 中返回可迭代

int(''.join(filter(str.isdigit, '128kb/s')))

【讨论】：

这种方法的缺陷是当数字停止时它会继续运行，而不是中断；如果字符串后面有数字，它们都会被默默地组合在一起（所以"128 foo/10bar"被解析为12810，原始代码将得到128）。您可以使用 itertools.takewhile（在所有 Python 版本上都包含在 ''.join 中，在 Python 3 上也需要使用 filter）而不是 filter 来修复它，但它仍然会有点慢。
旁注：无论如何，如果您只是要去''.join，请不要将filter 包装在Py3 上的list 中； ''.join 将采用任意可迭代对象，因此 list 包装是无意义的忙碌工作。
@ShadowRanger 是的，您将filter 包装在list 中是对的。如果您不想将所有数字连接在一起，您可以随时使用int(list(filter(str.isdigit, '128kb/100s))[0])，它返回128
嗯...不。int(list(filter(str.isdigit, '128kb/100s))[0]) 返回1，因为谓词是逐个字符应用的，它不会对给定类型的运行进行分组。 list 将只是 ['1', '2', '8', '1', '0', '0'] 没有上下文信息来确定第一次数字运行的结束位置。 itertools.groupby 可以为您提供必要的上下文信息，但这是一个相当重量级的解决方案，因为itertools.takewhile 涵盖了所需的行为，所以它是不必要的。