詳解Python3中字符串中的數(shù)字提取方法

更新時間：2017年01月14日 15:38:48 作者：Lucystone

這篇文章主要介紹了詳解Python3中字符串中的數(shù)字提取方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

逛到一個有意思的博客在里面看到一篇關于ValueError: invalid literal for int() with base 10錯誤的解析，針對這個錯誤，博主已經(jīng)給出解決辦法，使用的是re.sub 方法

 totalCount = '100abc'
 totalCount = re.sub("\D", "", totalCount)

但是沒有說明什么含義，于是去查了其他的資料，做一下記錄：

在Python3.5.2 官方文檔re模塊中sub函數(shù)的定義是：

re.sub(pattern, repl, string, count=0, flags=0)

在字符串 string 中找到匹配正則表達式 pattern 的所有子串，用另一個字符串 repl 進行替換。如果沒有找到匹配 pattern 的串，則返回未被修改的 string。Repl 既可以是字符串也可以是一個函數(shù)。

由此可分析上面使用的語句的含義：在'100abc'這個字符串中找到非數(shù)字的字符（正則表達式中'\D'表示非數(shù)字），并用""替換，然后返回的就是只剩下數(shù)字的字符串。

>>> totalCount = '100abc'

>>> totalCount = re.sub("\D", "", totalCount)

>>> print(totalCount)

100

>>> type(totalCount)

<class 'str'>

好吧，以上說明完畢，不過其實我想到的是我爬取知乎所關注的問答時，所遇到的類似的問題：

 answer_num_get = soup.find('h3', {'id': 'zh-question-answer-num'})  # 答案數(shù)量：32 個回答
 if answer_num_get is not None:
   answer_num = int(answer_num_get.split()[0])
 n = answer_num // 10

其中第三行之所以能用int（），是因為string.split()[0]將answer_num_get的值“32 個回答”提取出數(shù)字（注：32后面有一個空格，在這里非常重要，因為知乎上抓取回來的這個元素就是）

split()的定義 str.split(sep=None, maxsplit=-1)

>>> import string
>>> a = "32 個答案"
>>> b = a.split()[0]
>>> print(b)
32
>>> type(b)
<class 'str'>
>>> c = '1,2,3'
>>> c.split(',')
['1', '2', '3']
>>> c.split(',')[0]
'1'
>>> c.split(',')[1]
'2'
>>>

由此可看出split()的第一個參數(shù)是分隔符，如果什么都不填就是默認是以空格來分隔。

第一種方法需要用到正則表達式，第二種方法則需要有分隔符（我猜是不是這個原因，在原網(wǎng)頁上總答案數(shù)的數(shù)字后有個空格存在）。這兩種方法都有點局限性，不知道是否有更好的方法來分離字符串中的數(shù)字。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: