在Python中遇到字符串和数字要分开提取怎么办？这篇文章看完必会！_如何将字符串中的数字和字母分离-优快云博客

在这里插入图片描述

博客主页：长风清留扬-优快云博客
系列专栏：Python基础专栏
每天更新大数据相关方面的技术，分享自己的实战工作经验和学习总结，尽量帮助大家解决更多问题和学习更多新知识，欢迎评论区分享自己的看法
感谢大家点赞👍收藏⭐评论

在这里插入图片描述

从字符串中提取数字

嘿，朋友们！你有没有遇到过这样的情况：手里拿着一堆文本数据，却苦于找不到其中的数字信息？别担心，今天咱们就来聊聊如何在Python中轻松提取字符串里的数字。无论是处理日志文件、分析用户评论，还是抓取网页数据，掌握这个小技巧都能让你的工作变得事半功倍。别再让繁琐的数据处理任务绊住你的脚步，跟着我一起来学习这个简单又实用的Python技能吧！

方法一：使用正则表达式（Regular Expressions）

正则表达式提取字符串中的整数

正则表达式是处理字符串的强大工具，能够匹配特定的模式。在Python中，re模块提供了正则表达式的支持。

import re  # 导入Python的正则表达式模块  
  
text = "abc123def456ghi789"  # 定义一个包含字母和数字的字符串  
  
# 使用re.findall()方法查找字符串中所有与正则表达式r'\d+'匹配的数字序列  
# r'\d+'是一个正则表达式，其中\d代表数字字符，+代表前面的字符（这里是数字）可以出现一次或多次  
# 因此，r'\d+'可以匹配一个或多个连续的数字字符  
numbers = re.findall(r'\d+', text)  # 返回一个包含所有匹配数字序列（作为字符串）的列表  
  
# 使用列表解析将字符串列表numbers中的每个元素转换为整数  
# 对于numbers列表中的每个元素num，int(num)将其从字符串类型转换为整数类型  
# 结果是一个新的列表numbers_int，它包含与numbers相同的数字，但现在是整数类型  
numbers_int = [int(num) for num in numbers]    
  
# 打印出包含数字字符串的列表和包含整数的列表  
print(numbers)  # 输出: ['123', '456', '789']，这是数字序列作为字符串的列表  
print(numbers_int)  # 输出: [123, 456, 789]，这是数字序列作为整数的列表

导入模块：
首先，代码通过import re语句导入了Python的正则表达式模块re，以便后续可以使用该模块提供的函数和正则表达式功能。
定义字符串：接着，代码定义了一个名为text的字符串变量，该字符串包含一些字母和数字字符。我们的目标是提取出这些数字字符组成的序列。
查找数字序列：
然后，代码使用re.findall()函数和正则表达式r’\d+'来查找字符串text中所有与正则表达式匹配的数字序列。re.findall()函数返回一个列表，其中包含所有找到的匹配项。在这个例子中，找到的匹配项是字符串text中所有连续的数字字符序列。
转换数字类型：
接下来，代码使用列表解析来遍历numbers列表（包含数字字符串的列表），并将每个元素（数字字符串）转换为整数类型。转换后的整数被收集到一个新的列表numbers_int中。
打印结果：
最后，代码使用print()函数打印出两个列表：numbers（包含数字字符串的列表）和numbers_int（包含整数的列表）。这允许我们查看提取和转换的结果。

正则表达式提取字符串中的整数和小数

import re  
  
text = "abc123.456def-789ghi0.987jkl4567mno123.00"  
  
# 定义正则表达式模式，匹配整数和小数  
# \d+ 匹配一个或多个数字（整数部分）  
# (\.\d+)? 匹配可选的小数部分（小数点后跟一个或多个数字）  
pattern = r'-?\d+(\.\d+)?'  
  
# 使用findall方法找到所有匹配的数字  
numbers = re.findall(pattern, text)  
  
# 将找到的数字字符串列表（可能是负数）转换为浮点数列表（如果需要）  
numbers_float = [float(num) for num in numbers]  
  
print(numbers)  # 输出: ['123.456', '-789', '0.987', '4567', '123.00']  
print(numbers_float)  # 输出: [123.456, -789.0, 0.987, 4567.0, 123.0]

-?：匹配可选的负号。
\d+：匹配一个或多个数字（整数部分）。
(.\d+)?：匹配可选的小数部分，其中 . 是小数点，\d+ 是一个或多个数字。整个小数部分被括在括号中，并标记为可选（?）。

注意，这个正则表达式还会匹配负数，因为我们在模式的开头添加了 -?。如果你不想匹配负数，可以移除这个部分。

方法二：使用列表解析和字符串方法

如果字符串的结构相对简单，可以使用列表解析和字符串的isdigit方法。

text = "abc123def456ghi789"  
  
# 使用列表解析和字符串的join方法，然后分割字符串并过滤出数字部分  
numbers = ''.join([char if char.isdigit() else ' ' for char in text]).split()  
  
# 将找到的数字字符串列表转换为整数列表（如果需要）  
numbers_int = [int(num) for num in numbers]  
  
print(numbers)  # 输出: ['123', '456', '789']  
print(numbers_int)  # 输出: [123, 456, 789]

方法三：使用生成器和迭代

使用生成器和迭代的方法，可以更灵活地处理字符串。

text = "abc123def456ghi789"  
  
def extract_numbers(s):  
    number = []  
    for char in s:  
        if char.isdigit():  
            number.append(char)  
        else:  
            if number:  
                yield int(''.join(number))  
                number = []  
    if number:  
        yield int(''.join(number))  
  
numbers_gen = extract_numbers(text)  
numbers_int = list(numbers_gen)  
  
print(numbers_int)  # 输出: [123, 456, 789]

方法四：使用filter和str.isdigit（仅提取单个数字）

如果只需要提取单个数字字符，可以使用filter函数。

text = "abc123def456ghi789"  
  
# 提取所有数字字符  
digits = filter(str.isdigit, text)  
  
# 将数字字符转换为列表（仍然是字符形式）  
digits_list = list(digits)  
  
# 如果需要整数列表，可以将字符转换为整数  
numbers_int = [int(digit) for digit in digits_list]  
  
print(digits_list)  # 输出: ['1', '2', '3', '4', '5', '6', '7', '8', '9']  
print(numbers_int)  # 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

注意，这种方法会将每个数字字符单独提取出来，而不是提取完整的数字序列。

方法五：isnumeric()函数提取数字

在Python中，isnumeric() 方法是字符串对象的一个方法，用于判断字符串中的所有字符是否都是数字字符，并且这些数字字符至少表示一个数字（例如，它不会为罗马数字或汉字数字返回 True）。

text = "abc123def456ghi789"  
numbers = []  
current_number = ""  
  
for char in text:  
    if char.isnumeric():  
        current_number += char  
    else:  
        if current_number:  # 如果current_number不为空，说明我们之前收集到了一串数字  
            numbers.append(int(current_number))  # 将收集到的数字转换为整数并添加到列表中  
            current_number = ""  # 重置current_number以收集下一个数字  
  
# 检查最后一个数字（如果字符串以数字结尾）  
if current_number:  
    numbers.append(int(current_number))  
  
print(numbers)  # 输出: [123, 456, 789]

在这个例子中，我们遍历了字符串 text 中的每个字符，并使用 isnumeric() 方法来检查它是否是数字字符。如果是，我们就将它添加到 current_number 字符串中。当我们遇到一个非数字字符时，我们检查 current_number 是否为空（如果不为空，说明我们之前收集到了一串数字），将其转换为整数并添加到 numbers 列表中，然后重置 current_number。最后，我们还需要检查 current_number 是否在遍历结束后仍然包含数字（这发生在字符串以数字结尾时）。

从字符串中提取数字的应用场景

数据清洗与预处理
在数据分析和机器学习项目中，数据通常来源于各种文本格式，如日志文件、用户评论、社交媒体帖子等。在这些文本中，数字可能代表关键信息，如时间戳、评分、数量等。通过提取这些数字，可以进行更有效的数据清洗和预处理，为后续的分析和建模提供准确、结构化的数据。
日志分析
系统日志中经常包含大量的数字和文本信息，如错误代码、用户ID、响应时间等。通过提取这些数字，可以快速定位问题、分析系统性能，并生成有用的报告。例如，可以提取响应时间数字来评估系统的响应时间分布，或者提取错误代码来统计不同类型的错误频率。
文本解析与挖掘
在文本挖掘和自然语言处理（NLP）任务中，提取字符串中的数字可以帮助理解文本的语义内容。例如，在新闻文章中提取股票价格、经济数据或比赛结果，可以为读者提供有价值的信息摘要。此外，在社交媒体分析中，提取数字可以揭示用户的行为模式，如发布内容的频率、点赞数、评论数等。
金融数据处理
在金融领域，文本格式的金融数据（如财务报告、新闻稿、社交媒体评论等）中经常包含关键的财务信息，如股票价格、市盈率、收益预测等。通过提取这些数字，可以进行财务分析和预测，为投资者提供决策支持。
用户输入解析
在交互式应用程序中，用户输入可能包含数字和文本的组合。例如，用户可能输入“我想要预订一个价值150美元的房间，入住日期是2023年10月1日”。通过提取这些数字，应用程序可以解析用户意图，并相应地执行操作，如计算费用、检查可用性、生成预订确认等。
网络爬虫与数据抓取
在Web爬虫和数据抓取任务中，提取字符串中的数字可以帮助收集有用的信息。例如，从商品页面上提取价格、评分、库存量等数字信息，可以为购物比价网站、产品推荐系统等提供数据支持。