仅在末尾获取数字（正则表达式）

Question

我只想得到以下短语末尾的数字（整数）：

VISTA AES TIETE E UNT N2 600 
VISTA IT AUUNIBANCO PN N1 1.400
OPCAO DE VENDA 04/21 COGNP450ON 4,50COGNE 100.000

我的意思是：600，1400，100000。稍后我会将它们中的每一个添加到数据库中

我尝试使用正则表达式：（？<；=\s）（\d*\s*）|（\d*\d*）$

但它没有正常工作。有什么想法吗

PS：我们用点而不是逗号来表示1000:1.000，而不是1000

Answer 1

在您尝试的模式中，此部分(?<=\s)(\d*\s*)匹配可选数字，后跟可选空格字符，而左侧必须直接有空格字符

这还将获得字符串中左侧有whitspace字符的所有位置，因为匹配中的数字和空白字符是可选的

在这部分(\d*\.\d*)$中，数字是可选的，因此它也可以只匹配字符串末尾的一个点

---

如果结尾的数字前必须有空格字符，可以使用：

(?<=\s)\d{1,3}(?:\.\d{3})*$

模式匹配：

• (?<=\s)正向查找，在当前位置左侧断言一个whitspace字符
• \d{1,3}匹配1-3个数字
• (?:\.\d{3})*可选地重复一个点和3个数字
• $字符串的结尾

见a regex demo

如果数字本身也可以是，则可以在左侧(?<!\S)断言一个空白边界

(?<!\S)\d{1,3}(?:\.\d{3})*$

另见regex demo

例如，使用str.extract并将模式包装到捕获组中：

import pandas as pd

strings = [
    "VISTA AES TIETE E UNT N2 600",
    "VISTA IT AUUNIBANCO PN N1 1.400",
    "OPCAO DE VENDA 04/21 COGNP450ON 4,50COGNE 100.000"
]

df = pd.DataFrame(strings, columns=["colName"])
df['lastNumbers'] = df['colName'].str.extract(r"(?<=\s)(\d{1,3}(?:\.\d{3})*)$")

print(df)

输出

                                             colName lastNumbers
0                       VISTA AES TIETE E UNT N2 600         600
1                    VISTA IT AUUNIBANCO PN N1 1.400       1.400
2  OPCAO DE VENDA 04/21 COGNP450ON 4,50COGNE 100.000     100.000

Answer 2

实际上，对于您的用例，我认为您甚至不需要regex

您只需拆分字符串并取最后一个，然后用空字符串替换点

如果是数据帧（因为您已经标记了Pandas）

> df['colName'].str.split().str[-1].str.replace('.', '')
0       600
1      1400
2    100000
Name: colName, dtype: object

如果是字符串列表

> list(map(lambda x: x.replace('.', ''),map(lambda x: x.split()[-1], data)))
['600', '1400', '100000']

Answer 3

l = ["VISTA AES TIETE E UNT N2 600",
"VISTA IT AUUNIBANCO PN N1 1.400",
"OPCAO DE VENDA 04/21 COGNP450ON 4,50COGNE 100.000"]

如果数据是数据帧的形式

df=DataFrame({
    'col':l
})
df.col.str.extract('(\d*\.*\d*)?$').astype(str).replace('\.','', regex=True)

输出

0   600
1   1400
2   100000