python中的价格解析如何在第一个数字出现之前将列表中的所有字符串拆分一次？

Question

我有一个字符串列表，如下所示：

输入：

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

我想删除除isdigit()和'.|,'之外的所有内容。换句话说，我想在第一次出现任何带有maxsplit=1的数字之前拆分：

所需输出：

["1234", "4.421,00", "1,000", "432"]

第一次尝试（两个regex替换）：

# Step 1: Remove special characters
prices_list = [re.sub(r'[^\x00-\x7F]+',' ', price).encode("utf-8") for price in prices_list]
# Step 2: Remove [A-Aa-z]
prices_list = [re.sub(r'[A-Za-z]','', price).strip() for price in prices_list]

电流输出：

['1234', '$ 4.421,00', '1,000', '432']   # $ still in there

第二次尝试（仍然有两个regex替换）：

prices_list = [''.join(re.split("[A-Za-z]", re.sub(r'[^\x00-\x7F]+','', price).encode("utf-8").strip())) for price in price_list]

这（当然）会产生与我第一次尝试相同的结果。而且，这不是很短，看起来很难看。有没有更好（更短）的方法？你知道吗

第三次尝试（列表理解/嵌套for-循环/无正则表达式）：

prices_list = [''.join(token) for token in price for price in price_list if token.isdigit() or token == ',|;']

产生：

NameError: name 'price' is not defined

如何最好地解析上述价目表？你知道吗

Answer 1

如果只需要留下特定的字符，最好告诉regex执行以下操作：

import re

prices_list = ["CNY1234", "$ 4.421,00", "PHP1,000", "€432"]

prices = list()
for it in prices_list:
    pattern = r"[\d.|,]+"
    s = re.search(pattern, it)
    if s:
        prices.append(s.group())

> ['1234', '4.421,00', '1,000', '432']