Python 如何с；是否为美元货币创建正则表达式？

我想为美元货币创建一个正则表达式。 regex应提供以下示例：

$ 10 
10$
10 $
1000005 dollars

这不应该是匹配的：

dollars 33

我已经使用了以下表达式：

r_dollar = r'(\$|\$usd|usd|dollar(s)?|bucks)'
number = '([1-9]([0-9])+)'
valuta_with_num = u'(({0})\s?{1})|({1}\s?({0}))'.format(number, r_dolar)
currency_tags = re.compile(u'({0})'.format(valuta_with_num))

---

如何做到这一点？

实现这一点的最简单方法可能是创建多个备选方案：

（\$\s*\d+\d+\s*\$\d+\s+美元1美元）

请在此处查看它的实际操作：

这是一种简单的方法，但效果很好。根据您的用例，可能不需要包装括号

说明：

我们有4个单独的选项可用，全部由

|

（管道）分隔

\$\s*\d+

：搜索美元符号（记住要将其转义！），后跟任意数量的空格（

*

：0或更多），后跟至少一个数字（

+

：1或更多）

\d+\s*\$

：同样的事情，只是反过来：搜索至少一个数字，后跟任意数量的空格，后跟一个美元符号

\d+\s+美元

：搜索至少一个数字，后跟至少一个空格，后跟单词美元

1美元

：搜索准确的字符串

1美元

，因为它不会与

美元

（复数）匹配

你可以用

import re
strs = ['Some $ 10 here', 
        'And 10$ here',
        'And 10 $  here',
        'And 1000005 dollars here',
        'And dollars one million and five here']
r_dollar = r'(?:\$(?:usd)?|(?:dollar|buck)s?)' # USD dollar name
r_textnumber = r'\b(?!\s)(?:[\sa-]|zero|one|tw(?:elve|enty|o)|th(?:irt(?:een|y)|ree)|fi(?:ft(?:een|y)|ve)|(?:four|six|seven|nine)(?:teen|ty)?|eight(?:een|y)?|ten|eleven|forty|hundred|thousand|[mb]illion|and)+\b(?<!\s)'
r_number = r'(?:[1-9][0-9]+|{})'.format(r_textnumber) # Dollar amount
valuta_with_num = r'{0}\s?{1}|{1}\s?{0}'.format(r_number, r_dollar) # Main regex
print(valuta_with_num)
currency_tags = re.compile(valuta_with_num)

for s in strs:
    print(currency_tags.findall(s))

将数字作为单词进行匹配的正则表达式部分是

\b(?!\s)(?:[\sa-]|zero|one|tw(?:elve|enty|o)|th(irt(een|y)|ree)|fi(?:ft(?:een|y)|ve)|(?:four|six|seven|nine)(?:teen|ty)?|eight(?:een|y)?|ten|eleven|forty|hundred|thousand|[mb]illion|and)+\b(?<!\s)

\b（？s）（？：[\sa-]| 0 | 1 | tw（？：elve | enty | o）th（irt（een | y | ree）| fi（？：ft（？：een | y）| ve）|（？：四六|七|九|八|：een | y）|一万| |十四|万|百万|？
见附件。详情：


\b（？！\s）
-单词边界后面没有空格
（？：\s |[a-]| 0 | 1 | tw（？：elve | enty | o）th（irt（een | y | ree）fi（？：ft（？：een | y）ve）|（？：四|六|七|九）（青少年| y）八（een | y）|一万|十四|万|万|+
-1个或多个空格重复，
a
，
-
，
0
，…，
9
，
10
，
11
，
12
，
20
，
100
，
000
，
1000000
，
1000000
\b（？-前面没有空格的单词边界

使用您的备选方案的另一个选项可能是：

(?:\$\s*\d+|\d+\s*(?:\$?usd|\$|dollars?|bucks))

解释


（？：
非捕获组

\$\s*\d+
匹配美元符号、0+乘以空格字符和1+位数
|
或
\d+\s*
匹配1+个数字，后跟0+个空格字符
（？：
非捕获组

\$？usd |$\$美元|美元
匹配任何选项，其中
\$？
是可选的美元符号

）
关闭非捕获组

）
关闭非捕获组

我同意@christoph的观点
但如果换个角度思考，它可以缩短

^(\$|\d+)(\s*)(\d+|dollar|dollars|\$)$

看到它在行动-

解释

第一组（括号）告诉我们什么可以排在第一位，即$或数字
第二组是空间
第三组告诉我们空格后面可以是什么，即$或美元或美元或数字
希望这有帮助
根据OPs问题，
一百万美元和五百万美元
不应该是输出的一部分。或者至少这是我的理解。@Asunez我不理解OP也想提取这样的匹配项，但当前的正则表达式不这样做。我在问题的评论中要求澄清，这显然不是clear问题。@Asunez我检查了OP解决方案，它是第一个测试集，但与最后一个测试集不匹配。因此，我认为我的答案正是所需的。似乎是这样，但其他答案无效，因为它们不试图与最后一个测试集匹配。如果您将
s
美元设置为
可选：）检查此项：是的，我支持你这项操作不正确，因为它也将匹配
123
。请澄清：你想不想捕获
一百万美元和五百万美元？@Asunez，我不想捕获“一百万美元和五百万美元”。@DmitrySidenko但是。那有什么问题吗？你是否使用了
re.findall
r正则表达式并得到奇怪的结果？我想创建一个简短的正则表达式句子，它得到33美元和33美元，而不是33美元。在
一百万美元和五美元的例子中使用是我的错。它将出现在下一个任务中，并且与当前问题没有联系。谢谢你@第四只鸟的回答。它通过了我所有的测试
^(\$|\d+)(\s*)(\d+|dollar|dollars|\$)$