Python从字符串中提取数字实践

一、前言

在网上翻了半天，发现关于“从字符串中提取数字”的完整流程还真不多。索性自己花时间整理一篇，把几种主流方法都过一遍。

二、使用正则表达式

正则表达式是处理字符串匹配的老牌利器，Python的re模块对它提供了完整支持。通过定义匹配规则，可以精准地把数字从杂乱文本中“揪”出来。

先看一个基础示例：

import re
str1 = '这是一段包含数字的字符串 123456，可以使用正则表达式提取数字'
# 定义正则表达式
pattern = r'd+'
# 匹配字符串中的数字
match_obj = re.findall(pattern, str1)
# 输出匹配结果
print(match_obj)

这里用re.findall函数，配合正则r'd+'——d代表数字，+表示匹配一个或多个连续数字。执行后输出['123456']。

如果字符串里有多种不同格式的数字，只需要调整正则表达式即可。比如下面这个字符串：

str2 = 'Python是一门流行的编程语言，目前最新版本是Python 3.10，发布于2021年10月4日'

里面混杂了版本号（3.10）和日期（2021年10月4日）。可以分别用r'd+.d+'匹配版本号，用r'd{4}年d{1,2}月d{1,2}日'匹配日期：

import re

str2 = 'Python是一门流行的编程语言，目前最新版本是Python 3.10，发布于2021年10月4日'

# 定义正则表达式
pattern1 = r'd+.d+'
pattern2 = r'd{4}年d{1,2}月d{1,2}日'

# 匹配字符串中的数字
match_obj1 = re.findall(pattern1, str2)
match_obj2 = re.findall(pattern2, str2)

# 输出匹配结果
print(match_obj1)
print(match_obj2)

结果分别是['3.10']和['2021年10月4日']——各取所需，互不干扰。

三、使用字符串方法

如果不想碰正则，Python字符串自带的方法也能胜任大部分场景，而且理解起来更直观。

1、isdigit()

isdigit()方法用来判断一个字符串是否全部由数字组成。如果全是数字返回True，否则返回False（哪怕只有一个非数字字符也会返回False）。

利用它我们可以逐个字符筛选出数字：

str3 = '1969年7月20日 20:17:40'
num_str = ''
# 提取字符串中的数字
for char in str3:
    if char.isdigit():
        num_str += char
# 输出匹配结果
print(num_str)

运行后输出19697201740——年份、月份、日期、时间里的数字被连成一串提取出来了。

2、isnumeric()

isnumeric()比isdigit()更宽容，它不仅能识别阿拉伯数字，还能识别中文数字、罗马数字等Unicode数字字符。比如字符串'一二三四五'也会返回True。

示例：

str4 = '一二三四五 12345'
num_str = ''
# 提取字符串中的数字
for char in str4:
    if char.isnumeric():
        num_str += char
# 输出匹配结果
print(num_str)

输出一二三四五12345——中文数字和阿拉伯数字都被保留。

3、split()

当数字被非数字字符隔开时，split()配合分隔符切割，再筛选出纯数字子串，是一种很实用的思路。

str5 = '这个字符串包含数字12、54和97，还有一些其他英文字母'
num_list = []
# 将字符串按非数字字符分割成若干个子字符串
str_lst = str5.split(' ')
for s in str_lst:
    if s.isdigit():
        num_list.append(int(s))
# 输出匹配结果
print(num_list)

这里按空格切分，然后判断每一段是否都是数字，是则转为整数存入列表。输出[12, 54, 97]。

四、使用第三方库

Python生态里还有很多专为数据处理设计的第三方库，取数字这种小事它们也能顺手帮忙。比如NumPy，可以直接把字符串转成浮点数：

import numpy as np
str6 = '3.1415926'
# 将字符串转换成浮点数
num_float = np.float(str6)
# 输出匹配结果
print(num_float)

输出3.1415926。当然，这种方法适用于字符串本身就是一个合法数字文本的情况。

五、总结

在Python里从字符串中提取数字，大体上有三条路可走：

• 正则表达式：适合数字格式比较固定、需要精细匹配的场景，灵活且强大。
• 字符串方法（isdigit、isnumeric、split等）：适合数字与非数字混杂、结构简单的场景，代码更直白。
• 第三方库（如NumPy）：当需要将数字字符串直接转换为数值类型时，一行代码就能搞定。

三种方法没有绝对的优劣，关键看具体需求。希望这份整理能帮你快速找到最适合自己的那一种方式。