如何使用 Python 识别字符串中带有千位空格分隔符的数字？

Question

我正在处理使用空格作为千​​位分隔符的文本，例如400 或 40 000 或 40 000 000 或 4 000 000 000。我需要识别字符串中的数字。一旦确定，有许多选项可以重新格式化数字。我是正则表达式的新手。这不起作用：

import re
line = '40) He had 120 hours to increase from 40 000 units to 20 000 000.'
regex = re.compile("(\d+ *\d+)")
re.findall(regex, line)
['40', '120', '40 000', '20 000', '000']

Answer 1

下面会做：

regex = re.compile(r"(\d+(?:\s+\d+)*)")

这使用匹配一个或多个空格 (\s+) 后跟至少一个数字 (\d+) 的非捕获组 (?:)。整个非捕获组可以出现零次或多次 (*)。

值得指出的是，对 Python 正则表达式使用原始字符串（r"" 或 r''）通常是个好主意。

最后，我可能会像这样收紧正则表达式：

regex = re.compile(r"(\d+(?:\s+\d{3})*)")

这要求除了第一个数字之外的每一组数字都恰好是三位数。