python中的价格解析-如何在第一次出现任何数字之前将列表中的所有字符串拆分一次？

我有一个字符串列表，如下所示：

输入：

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

["1234", "4.421,00", "1,000", "432"]

['1234', '$ 4.421,00', '1,000', '432']   # $ still in there

prices_list = [''.join(re.split("[A-Za-z]", re.sub(r'[^\x00-\x7F]+','', price).encode("utf-8").strip())) for price in price_list]

prices_list = [''.join(token) for token in price for price in price_list if token.isdigit() or token == ',|;']

我想删除除。

isdigit（）

和

。|，'

之外的所有内容。换句话说，我希望在第一次出现

maxslit=1的任何数字之前进行拆分：

所需输出：

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

["1234", "4.421,00", "1,000", "432"]

['1234', '$ 4.421,00', '1,000', '432']   # $ still in there

prices_list = [''.join(re.split("[A-Za-z]", re.sub(r'[^\x00-\x7F]+','', price).encode("utf-8").strip())) for price in price_list]

prices_list = [''.join(token) for token in price for price in price_list if token.isdigit() or token == ',|;']

第一次尝试（两次正则表达式替换）：

# Step 1: Remove special characters
prices_list = [re.sub(r'[^\x00-\x7F]+',' ', price).encode("utf-8") for price in prices_list]
# Step 2: Remove [A-Aa-z]
prices_list = [re.sub(r'[A-Za-z]','', price).strip() for price in prices_list]

电流输出：

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

["1234", "4.421,00", "1,000", "432"]

['1234', '$ 4.421,00', '1,000', '432']   # $ still in there

prices_list = [''.join(re.split("[A-Za-z]", re.sub(r'[^\x00-\x7F]+','', price).encode("utf-8").strip())) for price in price_list]

prices_list = [''.join(token) for token in price for price in price_list if token.isdigit() or token == ',|;']

第二次尝试（仍有两个正则表达式替换）：

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

["1234", "4.421,00", "1,000", "432"]

['1234', '$ 4.421,00', '1,000', '432']   # $ still in there

prices_list = [''.join(re.split("[A-Za-z]", re.sub(r'[^\x00-\x7F]+','', price).encode("utf-8").strip())) for price in price_list]

prices_list = [''.join(token) for token in price for price in price_list if token.isdigit() or token == ',|;']

这（当然）导致了与我第一次尝试相同的输出。此外，这不是很短，看起来很难看。有没有更好（更短）的方法

第三次尝试（为

-循环/无正则表达式列出理解/嵌套的

）：

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

["1234", "4.421,00", "1,000", "432"]

['1234', '$ 4.421,00', '1,000', '432']   # $ still in there

prices_list = [''.join(re.split("[A-Za-z]", re.sub(r'[^\x00-\x7F]+','', price).encode("utf-8").strip())) for price in price_list]

prices_list = [''.join(token) for token in price for price in price_list if token.isdigit() or token == ',|;']

产生：

NameError: name 'price' is not defined

如何最好地解析上述价目表？
如果您只需要留下特定字符，最好告诉regex完全执行该操作：

import re

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

prices = list()
for it in prices_list:
    pattern = r"[\d.|,]+"
    s = re.search(pattern, it)
    if s:
        prices.append(s.group())

> ['1234', '4.421,00', '1,000', '432']

如果您只需要留下特定字符，最好告诉regex完全执行该操作：

import re

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

prices = list()
for it in prices_list:
    pattern = r"[\d.|,]+"
    s = re.search(pattern, it)
    if s:
        prices.append(s.group())

> ['1234', '4.421,00', '1,000', '432']

问题
如果我错了，请纠正我，但本质上你是在试图删除符号之类的东西，只留下任何尾随数字，对吗

我想在第一次出现任何数字之前拆分

我觉得，这是构建您试图解决的正则表达式问题的最简单方法


解决办法
这给了我
['1234'，'4.421,00'，'1000'，'432']
作为输出


解释
之所以这样做是因为lambda和map函数。基本上，map函数接受lambda（一个可移植的单行函数，如果您愿意的话），并在列表中的每个元素上执行它。负索引采用
split
方法生成的匹配列表的最后一个元素

本质上，这是因为假设您不希望输出中有任何初始非数字


警告

此代码不仅在结果子字符串中保留
和
，
，而且在结果子字符串中保留所有字符。因此，
“$10e7”
的输入字符串将作为
“10e7”
输出

如果您只有数字和
和
，
，例如
“10.00”
作为输入字符串，您将在输出列表的相应位置获得
'00'


如果这些都不是您想要的行为，那么您必须去掉
regex.split（price，1）
旁边的负索引，并对生成的列表列表进行进一步处理，以便处理使用regex时出现的所有令人讨厌的边缘情况

无论哪种方式，我都会尝试用更多极端的例子来说明，以确保它是您所需要的。
问题
如果我错了，请纠正我，但本质上你是在试图删除符号之类的东西，只留下任何尾随数字，对吗

我想在第一次出现任何数字之前拆分

我觉得，这是构建您试图解决的正则表达式问题的最简单方法


解决办法
这给了我
['1234'，'4.421,00'，'1000'，'432']
作为输出


解释
之所以这样做是因为lambda和map函数。基本上，map函数接受lambda（一个可移植的单行函数，如果您愿意的话），并在列表中的每个元素上执行它。负索引采用
split
方法生成的匹配列表的最后一个元素

本质上，这是因为假设您不希望输出中有任何初始非数字


警告

此代码不仅在结果子字符串中保留
和
，
，而且在结果子字符串中保留所有字符。因此，
“$10e7”
的输入字符串将作为
“10e7”
输出

如果您只有数字和
和
，
，例如
“10.00”
作为输入字符串，您将在输出列表的相应位置获得
'00'


如果这些都不是您想要的行为，那么您必须去掉
regex.split（price，1）
旁边的负索引，并对生成的列表列表进行进一步处理，以便处理使用regex时出现的所有令人讨厌的边缘情况

不管怎样，我都会尝试用更多极端的例子来证明这是你需要的