验证 Python 字符串中的整数

Question

我们有大量的字符串，其中包含可能是整数的子字符串，例如。

mystring = "123 345 456 567 678 789"

并且需要验证：

一个。每个子字符串实际上是一个整数，例如。 mystring = "123 345 456 567 abc 789" 在到达 'abc' 时失败

b.每个整数都在 0 mystring = "123 -345 456 567 678 789" 在达到 '-345' 时失败

一种解决方案是：

mylist= [int(i) for i in mystring.split() if isinstance(int(i), int) and (0 <= int(i) <= 10000)]

问题是：

我。在列表推导中，对于每个 i，int(i) 是被评估一次还是多次？

二。有没有更快的替代方法（因为字符串的体积很大，每个字符串可能包含数百到数千个整数）？

Answer 1

我想我可能会使用类似的东西：

try:
    if not all( (0 <= int(i) <= 10000) for i in mystring.split() ):
       raise ValueError("arg!")
except ValueError:
    print "Oops, didn't pass"

这样做的好处是，如果某些内容无法转换为 int 或不在正确范围内，它会短路。

这是一个愚蠢的测试：

def test_str(mystring):
    try:
        return all( (0 <= int(i) <= 10000) for i in mystring.split() )
    except ValueError:
        return False

print test_str("123 345 456 567 abc 789")
print test_str("123 345 456 567 -300 789")
print test_str("123 345 456 567 300 789")

Answer 2

int(i) 被多次评估。此外，isinstance(int(i), int) 没有用处，因为int() 会在非整数输入上引发异常，而不是静默返回非整数。

将代码编写为老式循环并没有错。它在错误处理方面为您提供了最大的灵活性。如果您担心效率，请记住，列表解析只不过是此类循环的语法糖。

intlist = []
for part in mystring.split():
    try:
        val = int(part)
    except ValueError:
        continue  # or report the error
    if val < 0 or val > 10000:
        continue  # or report the error
    intlist.append(val)

Answer 3

如果存在非数字字符串，您的解决方案将不起作用：

ValueError: int() 以 10 为底的无效文字：'abc'

我会这样做：

mystring = "123 345 456 -123 567 abc 678 789"

mylist = []
for i in mystring.split():
    try:
        ii = int(i)
    except ValueError:
        print "{} is bad".format(i)
    if 0 <= ii <= 10000:
        mylist.append(ii)
    else:
        print  "{} is out of range".format(i)
print mylist

回答您的问题：

我。是的，不止一次。

二。是的，已经提供了几个示例。

我的输出如下所示：

-123 超出范围

abc 不好

[123、345、456、567、567、678、789]

Answer 4

你也可以使用正则表达式：

import re
mystring = "123 345 456 567 abc 789 -300 ndas"

re_integer = r'(-??\d+)'
re_space_or_eof = r'(\ |$)' #using space or eof so we don't match floats

#match all integers
matches = re.finditer(re_integer + re_space_or_eof, mystring)

#extract the str, convert to int for all matches
int_matches = [int(num.groups()[0]) for num in matches]

#filter based on criteria
in_range = [rnum for rnum in int_matches if 0 <= rnum <=10000]

>>> in_range
[123, 345, 456, 567, 789]

Answer 5

似乎我错过了激烈的辩论，但这里有另一种可能更快的方法：

>>> f = lambda(s): set(s) <= set('0123456789 ') and not filter(lambda n: int(n) > 10000, s.split())

测试：

>>> s1 = '123 345 456 567 678 789'
>>> s2 = '123 345 456 567 678 789 100001'
>>> s3 = '123 345 456 567 678 789 -3'
>>> s4 = '123 345 456 567 678 789 ba'
>>> f(s1)
True
>>> f(s2)
False
>>> f(s3)
False
>>> f(s4)
False

我没有计时，但我怀疑它可能比其他提议的解决方案更快，因为集合比较已经处理了 x < 0 测试和不可解析的字符串，如 abc。由于两个测试（集合比较和数值范围）在逻辑上是连接的，第一个失败将阻止运行第二个。

HTH！