python - 正则表达式用逗号或点捕获数字，除非在标记之间答案

【问题标题】：python - regex to capture a number with comma or a dot unless between tokenspython - 正则表达式用逗号或点捕获数字，除非在标记之间
【发布时间】：2019-02-09 09:37:41
【问题描述】：

我想用以下格式之一替换数字： 200, 200.99, 300,555 除非它在标记之间。例如我想跳过这个：

这是我想出的：

(?<!<)([\d,|.]+(?:\.\d{2})?)(?!>)

通过在 regex101 中对其进行测试，我只跳过之前的第一个和最后一个数字。

我正在逐行迭代文本文件，我想替换所有出现的以下示例：

200
200.00
200.000

带有一个标记，但如果该行在之间已经有一个数字，则跳过该行，澄清一下，我想在我的行中跳过以下值，而不是用正则表达式替换：

<300>

这是我使用的代码：

current_line = re.sub("(?<!<)([\d,|.]+(?:\.\d{2})?)(?!>)", ' <num> ', current_line)

您能帮忙吗？

【问题讨论】：

能否添加一些示例数据？
你想用Text here, then <234 and more here替换234吗？
题目中的例子我写了，我再澄清一下。
您的正则表达式的问题，例如使用输入<200>，可以通过仅匹配中间的0 来满足负环视，左右看两边的数字。
那么，只有<>里面有数字不应该被替换？或者与\d(?:[.,\d]*\d)? 模式对应的任何数字？

标签： python regex regex-negation

【解决方案1】：

这不是您要求的确切解决方案，但如果您将负面环视更改为正环视，即断言数字两边都被空格或开始/结束锚点包围，那么您似乎得到了你想要的行为：

rx = r"(\s|^)([\d,|.]+(?:\.\d{2})?)(?=$|\s)"
s = "I would like to replace a number with one of the following formats: 200, 200.99, 300,555 unless its between the <> tokens. for example I would like to skip this: <200>"
print(re.findall(rx, s))

[(' ', '200,'), (' ', '200.99,'), (' ', '300,555')]

Demo

（由 Wiktor 提供）

这样做的一个限制是它不会匹配诸如<234 之类的术语，因为该数字没有被两边的空格/锚点包围。但是，该模式确实正确排除了标签中的数字。

【讨论】：

(?<=^|\s)([\d,|.]+(?:\.\d{2})?)(?=$|\s) does not work in Python。不要盲目遵循 regex101，它不能证明该模式在目标环境中有效。
@WiktorStribiżew 我们可以摒弃负面的观察，findall 的背后足够复杂，可以使用捕获组。只是不要捕捉模式的前导部分。
这种行为确实是我想要的，但正如已经说过的，它在 python 中不起作用，有什么建议修改它吗？
@Andreyn“不起作用”是一个模糊的东西。它适用于 Python，但这个答案真的满足你所有的用例吗？只有你能回答。
@TimBiegeleisen 修改后的正则表达式确实有效，谢谢！