Python 正则表达式-如何解释数字之间没有空格

我试图从包含大量财务信息的pdf文档中提取数据。我是一个使用正则表达式的初学者，但是我能够找到我特别想要的数亿个数字。但是，这个数字的结尾和下一个数字的开头之间没有空格，所以我很难不包括下一个数字

这就是我得到的结果：

['183,662,7203.004.00']

我想抓取的数字是183662720，但正如你所看到的，由于没有空间，它会在之后捕获这些数字

我使用的代码是

re.findall（'\（第1行减去第2行）（\d.+？）Less'，y）

。我将在本文档的其他版本中使用它，其中可能有数万到数十亿的数字。这也让事情复杂了一点

---

任何帮助都将不胜感激，谢谢

如果要使用整个模式，可以使用：

\(line 1 minus line 2\)(\d{1,3}(?:,\d{3})*)\d*(?:\.\d+)* Less\b

模式匹配：

• \（第1行减去第2行）

  匹配

  （第1行减去第2行）

• （

  Capturegroup 1

  • \d{1,3}（？：，\d{3}）*

    匹配1+个数字（可选地由

    ，

    和3个数字重复）

• ）

  关闭第1组

• \d*（？：\。\d+）*

  匹配可选数字，然后可选地匹配a
  和数字

• Less\b

  Match

  Less

  后跟单词边界以防止部分匹配

|

比如说

import re

y = r"This is (line 1 minus line 2)183,662,7203.004.00 Less test"
print(re.findall(r"\(line 1 minus line 2\)(\d{1,3}(?:,\d{3})*)\d*(?:\.\d+)* Less\b" ,y))

输出

['183,662,720']

---

不发布答案，因为不完全清楚条件是什么，但是

\b\d{1,3}（？：，\d{3}）+

可能是一个好的开始。只要数字使用逗号作为千位分隔符，并且前面有一个逗号，它将匹配1000及以上。