Python正则表达式（从字符串中提取货币值）

我正在搜索包含以下格式字符串的数据：

" The little £250,000 brown fox jumped over the lazy dog" 

[澄清]

要转换为double的字符串可能已经被“清理”了，可能只是如下所示：

"£250,000"

我设法拼凑出一个粗糙的函数，它将一个像“250000英镑”这样的字符串敲打成一个双精度。然而，当我看到一个像上面那样的字符串时，我却无计可施地编写一个正则表达式来搜索字符串的货币部分。问题是，我不知道会遇到哪种类型的字符串，即“已清理”货币值（如第二个示例）或“脏”字符串（如第一个示例）。我需要编写一个函数来处理这两种类型的字符串，并将货币字符串作为double返回

对于“脏”字符串，是否有人可以建议如何匹配货币值（预计最小值为1英镑，预计最大值为9999999英镑）。另外，如果有一种更像蟒蛇的方式来编写下面的函数，我想听听蟒蛇学者的建议

    non_numeric = re.compile(r'[^0-9\.]+')

    def string_to_decimal(s):
        try:
            s= s.decode('ascii')
        except:
            s = s[1:] # Assumption is that s begings with currency symbol

        s = str(s)  # Probably superfulous?

        s = s.replace(',','')
        s = non_numeric.sub('', str(s))
        return decimal.Decimal(s)

将匹配货币表达式，例如

>>> re.findall(r'£\d{1,3}(?:\,\d{3})+(?:\.\d{2})?',
... " The little £250,000 brown fox jumped over the lazy dog")
['\xc2\xa3250,000']

您可以使用将结果值转换为

十进制

>>> Decimal('\xc2\xa3250,000'.decode('utf-8')[1:].strip(','))
Decimal('250000')

（假设UTF-8。）

尝试：

re.findall('£{1}[,0-9]{1,10}','The little £250,000 brown fox jumped over the lazy dog')

---

然后获取匹配结果并去掉逗号。

如果输入文本可以使用不同的语言，则需要担心不同地区的标点符号会有差异

在某些地区，你所谓的“250000英镑”将是“250000英镑”，分数则是“0.50英镑”可以写成“0,50英镑”。可能有更多的品种

---

忽略这一点，您的示例应该由正则表达式处理，例如

r“[0-9，.]+”

，我想。

s=str（s）

在

尝试之前是有意义的。由于decode只对字符串起作用，而索引对整数不起作用，因此可以假定它是
try/except
之后的字符串。否则，您的程序将在
中抛出异常，但
除外（不会被捕获）。我得到以下错误（使用上述代码段时）：SyntaxError:file/path/to/myscript.py第140行的非ASCII字符“\xc2”，但未声明编码；有关详细信息，请参阅。我将检查URL是否存在错误details@HomunculusReticulli：将
#-*-编码：utf-8-*-
放在文件的顶部。这将告诉Python解释器源文件的编码。感谢您修复了该错误。不过，我需要澄清一下，我还需要能够匹配像“250000英镑”这样的字符串（monetray值周围没有其他文本）。@HomunculusReticulli:那么<代码>重新匹配（r'.\d{1,3}（？：\，\d{3}）+（？：\。\d{2}）'，“.250000”）

有效，不是吗？我希望它匹配-但它没有。我一定是做错事了。我将检查并重试。+1：我在完整的解决方案中也使用了您的正则表达式，以匹配“脏”字符串

re.findall('£{1}[,0-9]{1,10}','The little £250,000 brown fox jumped over the lazy dog')