Python正则表达式用空格全局替换尾随零答案

【问题标题】：Python regex to globally replace trailing zeros with spacesPython正则表达式用空格全局替换尾随零
【发布时间】：2015-11-27 16:23:46
【问题描述】：

作为将浮点数与表格数字数据的小数分隔符对齐的解决方法，我尝试找到一个正则表达式来用空格替换（全局后验）尾随零，规则如下：

小数位后无尾随零
如果小数点后的第一位为零，则保留它

由于 Python 正则表达式引擎对后视需要固定宽度模式的限制，我无法找到令人满意的解决方案。这是我尝试的一个工作示例（Python 3.x）； 不要在您的解决方案中依赖竖线，它们在示例中只是为了清晰起见：

import re
# formatmany is just a way to speed up building of multiline string of tabular data
formatmany=lambda f:lambda *s:'\n'.join(f.format(*x) for x in s)

my_list = [[12345, 12.345, 12.345, 12.345],
           [12340, 12.34 , 12.34 , 12.34 ],
           [12345, 12.005, 12.005, 12.005],
           [12340, 12.04 , 12.04 , 12.04 ],
           [12300, 12.3  , 12.3  , 12.3  ],
           [12000, 12.0  , 12.0  , 12    ]]
my_format = formatmany('|{:8d}|{:8.2f}|{:8.3f}|{:8.4f}|')
my_string = my_format(*my_list) # this is the formatted multiline string with trailing zeros

print('\nOriginal string:\n')
print(my_string)
print('\nTry 1:\n')
print(re.sub(r'(?<!\.)0+(?=[^0-9\.]|$)',lambda m:' '*len(m.group()),my_string))
print('\nTry 2:\n')
print(re.sub(r'(\d)0+(?=[^\d]|$)',r'\1',my_string))

打印出来的

Original string:

|   12345|   12.35|  12.345| 12.3450|
|   12340|   12.34|  12.340| 12.3400|
|   12345|   12.01|  12.005| 12.0050|
|   12340|   12.04|  12.040| 12.0400|
|   12300|   12.30|  12.300| 12.3000|
|   12000|   12.00|  12.000| 12.0000|

Try 1:

|   12345|   12.35|  12.345| 12.345 |
|   1234 |   12.34|  12.34 | 12.34  |
|   12345|   12.01|  12.005| 12.005 |
|   1234 |   12.04|  12.04 | 12.04  |
|   123  |   12.3 |  12.3  | 12.3   |
|   12   |   12.0 |  12.0  | 12.0   |

Try 2:

|   12345|   12.35|  12.345| 12.345|
|   1234|   12.34|  12.34| 12.34|
|   12345|   12.01|  12.005| 12.005|
|   1234|   12.04|  12.04| 12.04|
|   123|   12.3|  12.3| 12.3|
|   12|   12.0|  12.0| 12.0|

尝试 1 也替换整数中的尾随零，尝试 2 取自另一个解决方案，用于替换单个浮点中的尾随零。两者都不令人满意，因为所需的输出应该是：

|   12345|   12.35|  12.345| 12.345 |
|   12340|   12.34|  12.34 | 12.34  |
|   12345|   12.01|  12.005| 12.005 |
|   12340|   12.04|  12.04 | 12.04  |
|   12300|   12.3 |  12.3  | 12.3   |
|   12000|   12.0 |  12.0  | 12.0   |

为什么这不是重复的问题

Python 正则表达式引擎与其他语言引擎略有不同，因此为其他语言提供的解决方案不会自动应用
尾随零将被替换，而不是被删除
这是关于全局替换多行字符串中的许多事件，而不仅仅是单个事件

【问题讨论】：

预期输出是什么？
@vks 有问题。
@mmj 什么规则将 12 变成 12.0 但保持 12345 不变？
@yurib 规则由格式字符串指定：'|{:8d}|{:8.2f}|{:8.3f}|{:8.4f}|'。

标签： python regex string-formatting text-alignment

【解决方案1】：

stribizhev（以前但不满意）的回答让我想到了一个通用的解决方案：

re.sub(r'(?<=\.)(\d+?)(0+)(?=[^\d]|$)',lambda m:m.group(1)+' '*len(m.group(2))

【讨论】：

【解决方案2】：

您需要更改sub，如下所示：

print(re.sub(r'(?<=\.)([0-9]+?)(0+)(?=\D|$)',lambda m:m.group(1)+' '*len(m.group(2)), my_string))

见IDEONE demo

这里是a demo of what (?<=\.)([0-9]+?)(0+)(?=\D|$) regex matches。

正则表达式匹配：

(?<=\.)([0-9]+?) - 1 个或多个数字，但尽可能少 if 前面有文字 .（小数分隔符）
(0+) - 1 个或多个零 ...
(?=\D|$) - 最多为非数字 \D 或字符串结尾 $。

【讨论】：

经过一些尝试，您的解决方案按预期工作。感谢您的努力并感谢您的贡献，尽管我不禁注意到它与我已经给出的解决方案相同。

【解决方案3】：

这是另一种方法：

my_list = [[12345, 12.345, 12.345, 12.345],
           [12340, 12.340, 12.340, 12.340],
           [12300, 12.300, 12.300, 12.300],
           [12000, 12.000, 12.000, 12.000]]

format_list = ["{:8d}", "{:8.2f}", "{:8.3f}", "{:8.4f}"]

for row in my_list:
    line = ["{:<8}".format(re.sub(r'(\.\d+?)0+', r'\1', y.format(x))) for x,y in zip(row, format_list)]
    print("|{}|".format("|".join(line)))

给出输出：

|   12345|   12.35|  12.345| 12.345 |
|   12340|   12.34|  12.34 | 12.34  |
|   12300|   12.3 |  12.3  | 12.3   |
|   12000|   12.0 |  12.0  | 12.0   |

【讨论】：

谢谢，结果符合预期，但不符合全球更换要求，因此该方案不符合验收条件。

【解决方案4】：

您可以尝试使用它并查看它是否有效吗？ ([0-9]+(\.[0-9]+[1-9])?)(\.?0+$)

【讨论】：

如果您指定替换字符串，我很乐意尝试。

【解决方案5】：

我建议使用字符串格式而不是正则表达式：

int_fmt = '{:>8d}'
general_fmt = '{:>8.5g}'
float_fmt = '{:>8.1f}'
for l in my_list:
    print '|'.join([int_fmt.format(l[0])] + [(float_fmt if int(x)==x else general_fmt).format(x) for x in l[1:]])

输出：

   12345|  12.345|  12.345|  12.345
   12340|   12.34|   12.34|   12.34
   12300|    12.3|    12.3|    12.3
   12000|    12.0|    12.0|    12.0

【讨论】：

看起来不错，不应该被否决。在我看来，它只是存在一些小问题：首先，格式定义与代码混合太多（我相信这可以改进），其次但并非最不重要的一点是，如果我想用小数点格式化列，我必须采取注意传递浮点数，因为如果我传递一个整数，它将被格式化而没有小数分隔符。
@mmj int/float 问题正是 OP 所要求的。当然也可以重构为更加灵活，这只是一个POC
问题已更新以反映最终格式不应依赖于整数或浮点值（请参阅最后一个值的行为）。尽管如此，如果您不需要该功能，我认为这是一个有趣的解决方案。
@mmj 那么为什么 12000 仍然是 12000 而 12 变成 12.0 呢？
因为是在格式字符串中指定的：'|{:8d}|{:8.2f}|{:8.3f}|{:8.4f}|'.