从包含多个数字的字符串中提取数字百分比

Question

我想在字符串中提取数字百分比。这是一些情况：

• 输入：“银行ABC 123％CDE”->输出：123.00（作为浮动货币）
• 输入：“一些随机银行IPCA + 12,34％”->输出：12.34
• 输入：“ Bank1 2,3％”->输出：2.3

逗号仅用作分隔符，每个字符串只有一个百分比，因此以下字符串将永远不会出现：

• 无效输入：“银行ABC，123％”
• 无效输入：“银行ABC 123％和12,34％”

当前，我在Python中使用以下脚本

def extract_percentage(x: str) -> float:
   float((re.sub(r'[^\d,]', '', x)).replace(',','.'))

它适用于上面的前两个示例，但是对于第三个示例，输出为12.3

我应该怎么做？最好使用Python。

Answer 1

您的正则表达式将删除空格以及其他所有内容。我认为要使用正则表达式查找内容，最好的方法是使用re库进行搜索。

我们将首先查找所有以%结尾的字符串：'.*%'。 对于Bank ABC 123% CDE，它将返回Bank ABC 123% CDE，其中包含空格和非数字。

要对此进行改进，让我们查找最多1个逗号或点的数字：\d*[,.]?\d*%，这将为您的输入返回123%

总结一下，让我们用点代替逗号

import re

str = 'Bank1 2,3%'
arr = [x.replace(',','.') for x in re.findall('\d*[,.]?\d*%',str)]
print(arr)
>>> ['2.3%']

请注意，答案是所有匹配项组成的数组

如果您想拨出电话号码，现在可以执行以下操作：

if len(arr)>0:
  number_without_percent_sign = arr[0][:-1]
  print(float(number_without_percent_sign))
>>> 2.3

Answer 2

受到上述Shahar Bental的回答的启发，我得到了另一个解决方案，该解决方案较少依赖正则表达式，并使用python的split方法。不确定是否更好。

我在以前的脚本中添加了以下内容：

words = x.split(' ')
for word in words:
  if '%' in word:
    return float((re.sub(r'[^\d,]', '', word)).replace(',','.'))