Python 对多行使用正则表达式

使用正则表达式为以下行提取表达式的最佳方法是什么：

Sigma 0.10 index = $5.00
beta .05=$25.00
.35 index (or $12.5)
Gamma 0.07

在任何情况下，我都希望从每一行中提取数值（例如，第1行中的“0.10”）和（如果可用）美元金额或第1行中的“$5.00”

import re
s="""Sigma 0.10 index = $5.00
beta .05=$25.00
.35 index (or $12.5)
Gamma 0.07"""
print re.findall(r'[0-9$.]+', s)

输出：

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

['0.10', '$5.00', '$25.00', '$12.5', '0.07']

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

更严格的正则表达式：

print re.findall(r'[$]?\d+(?:\.\d+)?', s)

输出：

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

['0.10', '$5.00', '$25.00', '$12.5', '0.07']

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

如果您还想匹配

.05

：

print re.findall(r'[$]?(?:\d*\.\d+)|\d+', s)

输出：

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

['0.10', '$5.00', '$25.00', '$12.5', '0.07']

['0.10', '$5.00', '.05', '$25.00', '.35', '$12.5', '0.07']

---

基本正则表达式应该是：

\$？\d+（\.\d+）

，这将获得数字。不幸的是，我知道JavaScript/C中的正则表达式，所以不确定如何在python中执行多行操作。但是应该是一个非常简单的标志。

使用

re.MULTILINE

标志和

\n

来表示换行符

source = '''Sigma 0.10 index = $5.00
beta .05=$25.00
.35 index (or $12.5)
Gamma 0.07'''
import re

# only handles two top lines; extend to taste
rx = re.compile(
  'Sigma (\d*\.\d+) index = (\$\d*\.\d+)\nbeta (\d*\.\d+).*', 
   re.MULTILINE
)

print rx.search(source).groups()
# prints ('0.10', '$5.00', '.05')

---

还可以考虑在您的行中使用

.split（'\n'）

，并使用几个更简单的regexp，每个结果行一个。

您能解释一下为什么我需要在末尾使用

？

。

？

表示它可能在那里，也可能不在那里。例如，

spam？

将匹配“spam”或“spam”，因为

？

紧跟在“s”之后。但是，如果我们将它用于一个组（封装在

（）

中的东西），那么它将应用于整个组。所以，

（\。\d+）？

表示匹配，如果有一个小数后跟一些数字。。。或者不是。在解析之前拆分输入对于正确性和可读性来说都是个坏主意。@siebz0r:拆分是对作为源格式一部分的换行符进行解析。对我来说似乎是合法的。