“确定”；“价值类型”；来自python中的字符串

我试图用python编写一个函数，它将确定字符串中的值的类型；比如说

如果in字符串为1或0或True或False，则值为位

如果in字符串为0-9*，则值为INT

如果字符串中的值为0-9+。0-9+则该值为浮点值

如果在字符串中为stg，则更多（文本等）值为文本

到目前为止，我有stg喜欢

def dataType(string):

 odp=''
 patternBIT=re.compile('[01]')
 patternINT=re.compile('[0-9]+')
 patternFLOAT=re.compile('[0-9]+\.[0-9]+')
 patternTEXT=re.compile('[a-zA-Z0-9]+')
 if patternTEXT.match(string):
     odp= "text"
 if patternFLOAT.match(string):
     odp= "FLOAT"
 if patternINT.match(string):
     odp= "INT"
 if patternBIT.match(string):
     odp= "BIT"

 return odp 

---

但是我不太擅长在python中使用正则表达式。你能告诉我，我做错了什么吗？例如，它对2010-00-10不起作用，2010-00-10应该是文本，但是是INT或20.90，应该是float，但是是INT，在你走太远的正则表达式之前，你考虑过使用

示例：

In [35]: ast.literal_eval('1')
Out[35]: 1

In [36]: type(ast.literal_eval('1'))
Out[36]: int

In [38]: type(ast.literal_eval('1.0'))
Out[38]: float

In [40]: type(ast.literal_eval('[1,2,3]'))
Out[40]: list

不妨使用Python为您解析它

好的，这里有一个更大的例子：

import ast, re
def dataType(str):
    str=str.strip()
    if len(str) == 0: return 'BLANK'
    try:
        t=ast.literal_eval(str)

    except ValueError:
        return 'TEXT'
    except SyntaxError:
        return 'TEXT'

    else:
        if type(t) in [int, long, float, bool]:
            if t in set((True,False)):
                return 'BIT'
            if type(t) is int or type(t) is long:
                return 'INT'
            if type(t) is float:
                return 'FLOAT'
        else:
            return 'TEXT' 



testSet=['   1  ', ' 0 ', 'True', 'False',   #should all be BIT
         '12', '34l', '-3','03',              #should all be INT
         '1.2', '-20.4', '1e66', '35.','-   .2','-.2e6',      #should all be FLOAT
         '10-1', 'def', '10,2', '[1,2]','35.9.6','35..','.']

for t in testSet:
    print "{:10}:{}".format(t,dataType(t))

输出：

   1      :BIT
 0        :BIT
True      :BIT
False     :BIT
12        :INT
34l       :INT
-3        :INT
03        :INT
1.2       :FLOAT
-20.4     :FLOAT
1e66      :FLOAT
35.       :FLOAT
-   .2    :FLOAT
-.2e6     :FLOAT
10-1      :TEXT
def       :TEXT
10,2      :TEXT
[1,2]     :TEXT
35.9.6    :TEXT
35..      :TEXT
.         :TEXT

如果你确实必须有一个正则表达式解决方案，它会产生相同的结果，这里是：

def regDataType(str):
    str=str.strip()
    if len(str) == 0: return 'BLANK'

    if re.match(r'True$|^False$|^0$|^1$', str):
        return 'BIT'
    if re.match(r'([-+]\s*)?\d+[lL]?$', str): 
        return 'INT'
    if re.match(r'([-+]\s*)?[1-9][0-9]*\.?[0-9]*([Ee][+-]?[0-9]+)?$', str): 
        return 'FLOAT'
    if re.match(r'([-+]\s*)?[0-9]*\.?[0-9][0-9]*([Ee][+-]?[0-9]+)?$', str): 
        return 'FLOAT'

    return 'TEXT' 

---

然而，我不能推荐正则表达式而不是ast版本；让Python来解释它认为这些数据类型是什么，而不是用正则表达式来解释它们…

您也可以使用json

import json
converted_val = json.loads('32.45')
type(converted_val)

输出

type <'float'>

它匹配，因此

odp

设置为“text”

然后，您的脚本执行以下操作：

if patternFLOAT.match(str_obj):

不匹配，

odp

仍然等于“text”

部分匹配

odp

设置为“INT”

由于match返回部分匹配，因此将计算多个

if

语句，最后一个计算语句将确定在

odp

中返回哪个字符串

您可以执行以下几项操作之一：

重新排列if语句的顺序，以便最后一个匹配的语句是正确的

对于其余的

if

语句，请使用

if

和

elif

，以便只计算要匹配的第一条语句

检查以确保匹配对象与整个字符串匹配：

...
match = patternINT.match(str_obj)
if match:
    if match.end() == match.endpos:
        #do stuff
...

---

你说你用这些作为输入：

• 2010-00-10（是整数，不是文本）
• 20.90（为整数，非浮动）

您的原始代码：

def dataType(string):

 odp=''
 patternBIT=re.compile('[01]')
 patternINT=re.compile('[0-9]+')
 patternFLOAT=re.compile('[0-9]+\.[0-9]+')
 patternTEXT=re.compile('[a-zA-Z0-9]+')
 if patternTEXT.match(string):
     odp= "text"
 if patternFLOAT.match(string):
     odp= "FLOAT"
 if patternINT.match(string):
     odp= "INT"
 if patternBIT.match(string):
     odp= "BIT"

 return odp 

问题 您的

if

语句将按顺序执行-即：

if patternTEXT.match(string):
    odp= "text"
if patternFLOAT.match(string):
    odp= "FLOAT"
if patternINT.match(string)
    odp= "INT"
if patternBIT.match(string):
    odp= "BIT"

“2010-00-10”匹配您的文本模式，但随后它将尝试匹配您的浮点模式（失败，因为没有

），然后匹配

int

模式，该模式有效，因为它确实包含

[0-9]+

你应使用：

if patternTEXT.match(string):
    odp = "text"
elif patternFLOAT.match(string):
    ...

虽然对于您的情况，您可能希望从更具体到不太具体，因为正如您所看到的，文本内容也可能是int（反之亦然）。您还需要改进正则表达式，因为“文本”模式只匹配字母数字输入，而不匹配特殊符号

虽然我更喜欢AST解决方案，但我会提出自己的建议：

def get_type(string):

    if len(string) == 1 and string in ['0', '1']:
        return "BIT"

    # int has to come before float, because integers can be
    # floats.
    try:
        long(string)
        return "INT"
    except ValueError, ve:
        pass

    try:
        float(string)
        return "FLOAT"
    except ValueError, ve:
        pass

    return "TEXT"

运行示例：

In [27]: get_type("034")
Out[27]: 'INT'

In [28]: get_type("3-4")
Out[28]: 'TEXT'


In [29]: get_type("20.90")
Out[29]: 'FLOAT'

In [30]: get_type("u09pweur909ru20")
Out[30]: 'TEXT'

答复

例如，它不适用于2010-00-10，应该是文本，但是 是INT或20.90，应该是float，但是是INT

>>重新导入
>>>patternINT=re.compile（'[0-9]+'））
>>>打印Patternit.match（'2010-00-10'）
>>>patternINT=re.compile（“[0-9]+$”）
>>>打印模式匹配（'2010-00-10'）
没有一个
>>>打印patternit.match（'2010'）

---

不要忘记

$

来限制字符串的结尾。

您的输入是什么样子的？请记住，

match

仅在字符串开头匹配。您的代码什么时候不起作用？请发布您试图解析的文件的示例，以便我们可以复制错误并按预期检查解决方案的工作情况。您不需要使用正则表达式-您可以尝试使用

int将字符串转换/强制转换为其他类型（）

，

float（）

。对于位，您可以检查字符串长度是否为1，并且在（0，1）中是否为

。然后用
try except
包装转换。但这与正则表达式无关。我已更新了原始的postBut
类型（json.loads（'1'））
返回
int
而OP想要
bool
@San4ez:you're对，这是一个特殊情况。就像“bit”一样，@JoelCornett
json
模块在那里并不明显+1@San4ez：谢谢：）另外，我意识到我的答案实际上并没有回答OP的问题“我做错了什么？”。编辑以包含该值。感谢您的回答，但我不知道如何使用ast来确定“位”和“文本”值（特别是对于文本-它给了我一个错误，当我调用ast.literal（'string'）@Johnzzz时，请尝试
ast.literal（'string'））
。最外面的引号创建一个字符串，但它不会被
ast.literal
解析为字符串，除非它周围还有引号。@johnzz，然后测试“位”很容易；只需检查值是否在集合中（（真，假））

。（

0

和

1

通过了这个测试，至少在Python 2.6中通过了

True

和

False

，在新版本中可能会有所不同。）@carrot top，非常感谢。我并不明确地想使用正则表达式，但这似乎是一个很好的示例，我可以在其中学习正则表达式：）因此，非常感谢您对

re.match

的回答。您不需要初始的

^

锚定。此方法已从字符串开始搜索。无论如何，您都需要带有

re.search

Read+1的锚定。

def get_type(string):

    if len(string) == 1 and string in ['0', '1']:
        return "BIT"

    # int has to come before float, because integers can be
    # floats.
    try:
        long(string)
        return "INT"
    except ValueError, ve:
        pass

    try:
        float(string)
        return "FLOAT"
    except ValueError, ve:
        pass

    return "TEXT"

In [27]: get_type("034")
Out[27]: 'INT'

In [28]: get_type("3-4")
Out[28]: 'TEXT'


In [29]: get_type("20.90")
Out[29]: 'FLOAT'

In [30]: get_type("u09pweur909ru20")
Out[30]: 'TEXT'

>>> import re
>>> patternINT=re.compile('[0-9]+')
>>> print patternINT.match('2010-00-10')
<_sre.SRE_Match object at 0x7fa17bc69850>
>>> patternINT=re.compile('[0-9]+$')
>>> print patternINT.match('2010-00-10')
None
>>> print patternINT.match('2010')
<_sre.SRE_Match object at 0x7fa17bc69850>