如何查找特定标点符号后的数字答案

【问题标题】：How to find numbers following specific punctuation如何查找特定标点符号后的数字
【发布时间】：2021-11-25 05:06:58
【问题描述】：

文字：

3. MANAGEMENT, FOOD EMPLOYEE  Comments 234:  FOUND NO EMPLOYEE  ISSUED. | 5. PROCEDURES FOR RESPONDING TO VOMITING AND DIARRHEAL EVENTS - Comments:   | 10. ADEQUATE HANDWASHING SINKS 7-38-030(C), NO CITATION ISSUED.  | 47. FOOD & NON-FOOD

背景：输入以|分隔，目标是找到第一个数字和标点符号|之后的所有数字

首选结果是 = [3,5,10,47]

注意：避开234,7-38-030

【问题讨论】：

标签： python pandas string

【解决方案1】：

另一种选择 - （我认为使用re 更好..但无论如何..）

data = '3. MANAGEMENT, FOOD EMPLOYEE  Comments 234:  FOUND NO EMPLOYEE  ISSUED. | 5. PROCEDURES FOR RESPONDING TO VOMITING AND DIARRHEAL EVENTS - Comments:   | 10. ADEQUATE HANDWASHING SINKS 7-38-030(C), NO CITATION ISSUED.  | 47. FOOD & NON-FOOD'


def _get_int(val:str):
  if not val[-1] == '.':
    return None
  try:
    x = int(val[:-1])
    return x
  except ValueError:
    return None

numbers = []
for x in data.split():
  z = _get_int(x)
  if z is not None:
    numbers.append(z)
print(numbers)

输出

[3, 5, 10, 47]

【讨论】：

【解决方案2】：

我的方法错过了第 3 位，并且错过了包含 234,7,-38,-30 的结果。

结果：[' 234', '. | 5', ': | 10', ' 7', '-38', '-030', '. | 47']

def multi_re_find(patterns,phrase):
    '''
    Takes in a list of regex patterns
    Prints a list of all matches
    '''
    for pattern in patterns:
        print ('Searching the phrase using the re check: %r' %pattern)
        print (re.findall(pattern,phrase))
        print ('\n')

test_patterns = [r'\W+''\d+']
multi_re_find(test_patterns,text)

【讨论】：

【解决方案3】：

您可以使用带有前瞻的正则表达式：

s = '3. MANAGEMENT, FOOD EMPLOYEE  Comments 234:  FOUND NO EMPLOYEE  ISSUED. | 5. PROCEDURES FOR RESPONDING TO VOMITING AND DIARRHEAL EVENTS - Comments:   | 10. ADEQUATE HANDWASHING SINKS 7-38-030(C), NO CITATION ISSUED.  | 47. FOOD & NON-FOOD'

import re

re.findall('\d+(?=\.)', s)

或者为了确保匹配行的开头或| 之后，您还可以添加一个lookbehind：

re.findall('(?:(?<=^)|(?<=\| ))\d+(?=\.)', s)

输出：

['3', '5', '10', '47']

并得到一个整数列表：

list(map(int, re.findall('\d+(?=\.)', s)))

【讨论】：

非常感谢，它有效！能不能多解释一下，哪个参数代表|，怎么读(?=\.)？非常感谢！！！
我刚刚为| 添加了一个选项，请参阅我的编辑。 (?=\.) 检查数字后是否有一个点，但不包括在匹配项中
为什么不(\d+)\.？