正则表达式：处理字符串数字的稳健方法

Question

编辑：

我不知道这是否可以在正则表达式中重新创建，@Paul Crovella 指出这可能不适合解决问题，但只是为了好玩，我想做这样的事情：

1. 从右到左开始。匹配点或逗号的第一个字符/(?<seperator>[.,])\d+$/
2. 重置指针并递归捕获每个数字直到十进制字符（不捕获除数字以外的任何内容）/(?<number>(?:\d+[^\1])+\d+)/
3. 获取小数位/(?<decimal)\d+(?<=\1)/

附加规则

• 如果只有一个 [.,] 则为小数点
• 如果只有其中一个 [.,\h] 则为百/千分隔符
• 如果多次找到第一个捕获的非数字字符，则为百/千分隔符
• 百/千总是相同的，所以应该可以编写一个递归的前瞻，它总是在字符处停止并用数字“填充”一个组

原文：

我正在用 PHP 构建一个在单位之间转换的类。到目前为止，我已经完成了所有工作，现在我正在尝试创建一种强大的方法来将输入字符串转换为浮点数。

这是我的班级应该处理的一些测试字符串：

123456789
1234567.89
1234567,89
1,234,567.89
1.234.567,89
123 456 789
1 234 567.89
1 234 567,89

为了使这个可行，我必须做出一些假设：

• 字符串可以是整数
• 字符串可以包含由[.,] 分隔的小数位
• 字符串可以分组（按数百/千），以[.,\h] 分隔
• 分隔符是一致的，但彼此不同

我认为最好的“做一次，做对”的方法是用正则表达式来解决这个问题。

首先你必须收集第一个分隔符

/^\d+(?<s>[.,\h])/

然后你必须重置指针并反向引用符号

/^(?<b>(\d+)${s}(\d+))/

我不想在实际组中使用分隔符，但我不知道如何实现。

下一步是为小数组匹配[^${s}](?<d>\d+)。

最后将两个数相加

return (float) $matches['b'] . '.' . $matches['d'];

我想出了一些解决方案，但没有一个是完全正确的。我希望社区提供一些意见。请描述每个区块的作用，以便我向您学习。

最好的问候。

附：添加解析这些的可能性的奖励积分

123^2
123^-2
123 ^2
123^ 2
123²
123³

前四个我可以做到，但对于后两个，我正在寻找一种将上标替换为数字的方法（我也可以使用 str_replace 做到这一点，但我知道这在正则表达式本身中应该是可能的）。

Answer 1

^(?|(\d{1,3}(?=([.,\h])?)(?:\2\d{3})*)(?:(?!\2)[.,](\d*))|(\d+)()(?:[.,](\d*))?|()()[.,](\d+))$

https://regex101.com/r/ZMJEmb/1

整数在第 1 组。
小数在第 3 组。

在比赛结束后在第 1 组全局替换 \D，以去除数千个分隔符。

 ^                             # BOS
 (?|                           # Branch Reset

                                    # Form D,DDD,DDD.dd
      (                             # (1 start), Whole number
           \d{1,3} 
           (?=
                ( [.,\h] )?                   # (2), Thousands seperator
           )
           (?:
                \2 
                \d{3} 
           )*
      )                             # (1 end)
      (?:
           (?! \2 )
           [.,]                          # This form requires at least a fractional separator
           ( \d* )                       # (3), Fractional number, optional
      )
   |  

      ( \d+ )                       # (1), Whole number
      ( )                           # (2), Thousands seperator N/A
      (?:
           [.,] 
           ( \d* )                       # (3), Fractional number, optional
      )?
   |                              # or, Form .dd
      ( )                           # (1), Whole number N/A
      ( )                           # (2), Thousands seperator N/A
      [.,] 
      ( \d+ )                       # (3), Fractional number
 )
 $                             # EOS

Answer 2

如果您想将“333.333”视为小数分隔符，请使用：

^(\d{0,3}(?=([.,](?!\d+$)| |))(?:\2\d{3})*)(?:[,.](\d*))?$

https://regex101.com/r/TOrxA0/4/

^
  (
    \d{0,3} # Match up to 3 digits so we can...
    (?=([.,](?!\d+$)| |)) # get first separator. Will be used down here:
    (?:\2\d{3})* # get group of 3 digits with previous separator, greedy
  ) # first block
  (?:
      [,.](\d*) # decimal separator + digits
  )? # last block
$

如果您想将“333.333”视为数字分隔符，请使用：

^(\d{0,3}(?=([ .,]|))(?:\2\d{3})*)(?:[,.](\d*))?$

见：https://regex101.com/r/BsaARo/3/

^
 (
  \d{0,3} # Match up to 3 digits so we can...
  (?=([ .,]|)) # get first separator. Will be used down here:
    (?!\d+$)   # Optional: is just one separator is present, it will be a decimal point
  (?:\2\d{3})* # get group of 3 digits with previous separator, greedy
 ) # First block
 (?:
   [,.](\d*) # decimal separator + digits
 )? # Last block
$ 

编辑：将一些 \d\d​​\d 替换为 \d{3}