带有正则表达式 python 的数值范围答案

【问题标题】：Numeric Ranges with a Regular Expression python带有正则表达式 python 的数值范围
【发布时间】：2019-02-12 14:05:30
【问题描述】：

所以我正在处理一个文本分析问题，我正在尝试使用 Python 中的正则表达式删除 0 到 999 之间的所有数字。我已经尝试过 Regex Numeric Range Generator 来获取正则表达式，但我没有成功。我只能删除所有数字。

我已经尝试了几个正则表达式，但没有成功。这是我尝试过的

# Remove numbers starting from 0 ==> 999
data_to_clean = re.sub('[^[0-9]{1,3}$]', ' ', data_to_clean)

我也试过这个：

# Remove numbers starting from 0 ==> 999
data_to_clean = re.sub('\b([0-9]|[1-8][0-9]|9[0-9]|[1-8][0-9]{2}|9[0-8][0-9]|99[0-9])\b', ' ', data_to_clean)

这个：

^([0-9]|[1-8][0-9]|9[0-9]|[1-8][0-9]{2}|9[0-8][0-9]|99[0-9])$

还有这个：

def clean_data(data_to_clean):
    # Remove numbers starting from 0 ==> 999
    data_to_clean = re.sub('[^[0-9]{1,3}$]', ' ', data_to_clean)  
    return data_to_clean

我有很多数字，但我只需要删除小数点后 3 位以下的数字并保留其他数字。

感谢您的帮助

【问题讨论】：

您的尝试中的这种组合不应该有效吗：\b[0-9]{1,3}\b？如果您检查：regex101.com/r/qDrobh/6 它应该可以工作
你能发一个示例文本吗？应该在哪里替换数字？
**bonjour la commande 2000501784 est validée et pour autant je ne peux la réceptionner poste 30 merci d avance ** 我得到了同样的结果
我应该删除 30

标签： regex python-3.x nlp numeric-ranges

【解决方案1】：

您需要在模式字符串前面加上 r 以防止转义，这样解释器就不会用退格键交换 \b。另外，您可以像这样简化模式：

data_to_clean = re.sub(r'\b([0-9]|[1-9][0-9]{1,2})\b', ' ', data_to_clean)

【讨论】：

欢迎。请不要忘记upvote并接受aswer！
不确定是否需要，但不包括前导零的数字（例如 000、001、...）我认为这是故意的，但值得一提
我认为不应包含前导零，因为 op 尝试使用正则表达式数字范围生成器
我更喜欢你的回答，然后是 JGNI，因为前瞻真的很昂贵，而且在这里没有必要。它还显示他的答案需要超过 400 步，而您的答案需要约 200 步。

【解决方案2】：

我认为您可以将尝试与单词边界 (\b) 和最后一次尝试 ([0-9]{1,3}) 结合使用。

因此生成的正则表达式应如下所示：\b[0-9]{1,3}\b

如果您查看演示：regex101.com/r/qDrobh/6 它应该替换所有 1 位、2 位和 3 位数字，并忽略更高的数字和其他单词。

【讨论】：

即使使用这些正则表达式也不会删除数字。
不客气，但不要忘记标记正确答案和/或投票给有帮助的 cmets。 @krisz 的答案对我来说看起来非常好，甚至考虑是否存在前导零。但它不会删除 000 例如
好的@gaw。谢谢你的帮助

【解决方案3】：

从0到999的数字是

单个字符 [0-9]
两个字符 [1-9][0-9]
三个字符[1-9][0-9][0-9]

这给出了一个简单的正则表达式 /\b(?:[0-9]|[1-9][0-9]|[1-9][0-9][0-9])\b/ 但是我们在选项中有重复的字符类，因此我们可以将它们排除在外

/(?!\b0[0-9])\b[0-9]{1,3}\b/

这通过使用否定前瞻(?!\b0[0-9]) 来检查单词的开头，然后是 0，然后是忽略 01 等的数字，然后查找 1 到三个 0 - 9 字符。因为负前瞻需要至少 2 个字符，所以单个 0 仍然有效。

【讨论】：

即使使用这些正则表达式也不会删除数字