用Python正则表达式验证字符串类型

Question

我想用Python做以下几件事：

1. 检查一个UTF8字符串是否是整数。
2. 检查一个UTF8字符串是否是浮点数。
3. 检查一个UTF8字符串的长度是否在1到255之间。
4. 检查一个UTF8字符串是否是有效的日期。

我对Python完全是新手，我觉得前面几项应该可以用正则表达式来完成，最后一项可能不太一样。谢谢你的帮助！

Answer 1

1. 使用int()函数并检查是否有错误。

2. 使用float()函数，但你说的“浮点数”是什么意思呢？

3. 先用int()函数转换，然后用if语句检查结果。

4. 使用日期时间格式化的方法。

Answer 2

为什么要用正则表达式？我觉得它会更慢，而且使用起来更麻烦。

int()和float()这两个方法，或者更好用的isdigit()方法，在这里效果都很好。

a = "03523"
a.isdigit()
>>> True

b = "963spam"
b.isdigit()
>>> False

对于问题3，你是指“验证一个UTF8字符串是否是长度在1到255之间的数字”吗？

那为什么不这样做呢：

def validnumber(n):
  try:
    if 255 > int(n) > 1:
      return True
  except ValueError:
      return False

Answer 3

正则表达式在这里并不是一个好的解决方案。

1. 检查一个UTF8字符串是否是整数：

   try:
     int(val)
     is_int = True
   except ValueError:
     is_int = False
   

2. 检查一个UTF8字符串是否是浮点数：和上面的方法一样，只不过用的是float()。

3. 检查一个UTF8字符串的长度是否在1到255之间：

   is_of_appropriate_length = 1 <= len(val) <= 255
   

4. 检查一个UTF8字符串是否是有效的日期：这并不简单。如果你知道正确的格式，可以用time.strptime()来处理，像这样：

   # Validate that the date is in the YYYY-MM-DD format.
   import time
   try:
     time.strptime(val, '%Y-%m-%d')
     is_in_valid_format= True
   except ValueError:
     is_in_valid_format = False
   

编辑：还有一点需要注意。因为你特别提到了UTF-8字符串，所以先把它们解码成Unicode是有意义的。可以这样做：

my_unicode_string = my_utf8_string.decode('utf8')

有趣的是，当你尝试用int()把一个Unicode字符串转换成整数时，比如说，你并不局限于大多数地方使用的“西方阿拉伯”数字。int(u'١٧')和int(u'१७')都会正确解码为17，尽管它们分别是印度-阿拉伯数字和天城文数字。