如何使用正则表达式检测浮点数答案

【问题标题】：How to detect a floating point number using a regular expression如何使用正则表达式检测浮点数
【发布时间】：2010-02-19 02:48:42
【问题描述】：

什么是处理浮点数的好正则表达式（即像Java的Float）

答案必须符合以下目标：

 1) 1.  
 2) .2   
 3) 3.14  
 4) 5e6  
 5) 5e-6  
 6) 5E+6  
 7) 7.e8  
 8) 9.0E-10  
 9) .11e12

总之应该是

忽略前面的符号
要求小数点左边的第一个字符不为零
允许小数点两边有 0 个或多个数字
允许没有小数点的数字
允许科学记数法
允许大写或小写“e”
允许正或负指数

对于那些想知道的人，是的，这是一个家庭作业问题。我们在我的编译器研究生 CS 课程中收到了这个作业。我已经为课程上交了我的答案，并将其作为对这个问题的答案发布。

[结语] 我的解决方案没有得到充分的评价，因为它处理的小数点左侧不超过 1 位。该作业确实提到了处理 Java 浮点数，即使没有一个示例的小数点左侧多于 1 位。我会在自己的帖子中发布接受的答案。

【问题讨论】：

我个人会写一堆单元测试...
这些都是很奇怪的要求。这样的表达式不会匹配“0.5”。

标签： regex floating-point

【解决方案1】：

只需将小数点和 E-then-exponent 部分都设为可选：

[1-9][0-9]*\.?[0-9]*([Ee][+-]?[0-9]+)?

我不明白您为什么不希望领先的 [+-]? 也捕获可能的标志，但是，无论如何！-)

编辑：实际上小数点后面可能没有数字（在这种情况下，我想必须是小数点和 1+ 数字！），因此显然需要垂直条（替代）：

(([1-9][0-9]*\.?[0-9]*)|(\.[0-9]+))([Ee][+-]?[0-9]+)?

【讨论】：

请注意，这与 .x 或 0.x 形式的任何内容都不匹配。
@Alex：如果它是表达式的一部分，他可能不想捕获符号，例如“5-2.5”。如果您要对事物进行标记，这是预期的，就像您在编写编译器时一样。
您可能需要注意在需要匹配的示例列表中明确存在.2。我想这是需要明确规范的地方。 ://
啊哈，好点子。那么肯定需要一个竖线来表示小数点左边可能没有数字的事实，但是，如果有，那么第一个必须是非零的。让我编辑 A 以显示这一点。
此模式与“0”或“0.7”不匹配。这是我的修改：-?(0(\.\d*)?|([1-9]\d*\.?\d*)|(\.\d+))([Ee][+-]?\d+)?

【解决方案2】：

[这是教授的回答]

定义：

N = [1-9]
D = 0 | N
E = [eE] [+-]？ D+
L = 0 | (N D*)

然后浮点数可以匹配：

( ( L . D* | . D+ ) E? ) | ( L E )

也可以使用 D+ 而不是 L，并在前面加上 [+-]?。

一个常见的错误是写 D* 。 D*，但这只能匹配 '.'。

[编辑]
有人问一个领先的标志；我应该问他为什么它被排除在外，但一直没有机会。由于这是语法讲座的一部分，我的猜测是，要么它使问题变得更容易（不太可能），要么在解析问题集的地方有一个小细节，这样无论符号如何，浮点值都是焦点（可能）。

如果您正在通过表达式进行解析，例如

-5.04e-10 + 3.14159E10

浮点值的符号是应用于该值的操作的一部分，而不是数字本身的属性。换句话说，

减去 (5.04e-10)
添加（3.14159E10）

形成表达式的结果。虽然我确信数学家可能会争论这一点，但请记住这是来自解析讲座。

【讨论】：

Infinity 和 NaN 怎么样？
由于这个练习是关于解析一种语言的，我冒昧地认为语法需要定义表示这些概念的标记，假设它们被允许作为输入。

【解决方案3】：

http://www.regular-expressions.info/floatingpoint.html

【讨论】：

【解决方案4】：

这是我上交的。

(([1-9]+\.[0-9]*)|([1-9]*\.[0-9]+)|([1-9]+))([eE][-+]?[0-9]+)?

为了便于讨论，我将标记这些部分

( ([1-9]+ \. [0-9]* ) | ( [1-9]* \. [0-9]+ ) | ([1-9]+))  ( [eE] [-+]? [0-9]+ )?     
--------------------------------------------------------  ----------------------    
                           A                                       B

A：匹配直到“e/E”的所有内容
B：符合科学记数法

分解 A 我们得到三个部分

 ( ([1-9]+ \. [0-9]* ) | ( [1-9]* \. [0-9]+ ) | ([1-9]+) )
   ----------1----------   ---------2----------   ---3----

第 1 部分：允许 1-9 的 1 位或多位数字、小数点、小数点后的 0 位或多位数字（目标 1）
第 2 部分：允许 0 位或更多位从 1-9、小数、小数点后 1 位或更多位（目标 2）
第 3 部分：允许 1-9 中的 1 位或更多位不带小数（参见目标列表中的 #4）

分解 B 我们得到 4 个基本部分

 ( [eE] [-+]? [0-9]+  )?   
   ..--1- --2-- --3--- -4- ..

第 1 部分：科学记数法需要大写或小写“e”（例如目标 8 和 9）
第 2 部分：允许对指数使用可选的正号或负号（例如目标 4、5 和 6）
第 3 部分：允许 1 位或更多位的指数（目标 8）
第 4 部分：允许科学记数法作为一个组是可选的（目标 3）

【讨论】：

您的 (A) 的第一部分 (1) 不允许 10.。
(A) 的第 (1) 部分可能应该是 ([1-9][0-9]*\.[0-9]*)。第 (3) 部分需要进行类似的更改。
@tur1ng: true 但归咎于测试输入！ 8-)
@tur1ng，事实证明我的解决方案正是因为这个原因而被标记。教授确实承认示例输入不完整，但表示这些只是示例，而不是问题的整个领域。

【解决方案5】：

@Kelly S. French，这个正则表达式匹配你所有的测试用例。

^[+-]?(\d+\.\d+|\d+\.|\.\d+|\d+)([eE][+-]?\d+)?$

来源：perldoc perlretut

【讨论】：

【解决方案6】：

'([-+])?\d*(\.)?\d+(([eE]([-+])?)?\d+)?'

这是我在 Matlab 中尝试解决此类任务时得出的正则表达式。实际上，它不会正确检测像 (1.) 这样的数字，但一些额外的更改可能会解决问题......好吧，也许以下可以解决这个问题：

'([-+])?(\d+(\.)?\d*|\d*(\.)?\d+)(([eE]([-+])?)?\d+)?'

【讨论】：

【解决方案7】：

@Kelly S. French：该符号丢失是因为在解析器中它会被一元减号（否定）表达式添加，因此不需要将其检测为浮点数的一部分。

【讨论】：