南亚数字系统中用正则表达式逗号分隔大数

Question

我试图找到一个正则表达式，以逗号分隔基于south asian numbering system的大数。在

几个例子：

• 1,000,000（阿拉伯语）是{}（印度/印度/南亚）
• 1,000,000,000（阿拉伯语）是{}（印度语/H/SA）。在

逗号模式每7位重复一次。例如， 1,00,00,000,00,00,000。在

从Friedl的《掌握正则表达式》（Mastering Regular Expressions）一书中，我有以下阿拉伯语编号系统的正则表达式：

r'(?<=\d)(?=(\d{3})+(?!\d))'

对于印度数字系统，我提出了以下表达式，但它不适用于超过8位数的数字：

^{pr2}$

使用上面的模式，我得到100000000,00,00,000。在

我使用的是Pythonre模块（re.sub()）。有什么想法吗？在

Answer 1

我知道Tim已经回答了您提出的问题，但是假设您从数字而不是字符串开始，您是否考虑过是否需要正则表达式？如果您使用的机器支持印度语言环境，那么您可以使用语言环境模块：

>>> import locale
>>> locale.setlocale(locale.LC_NUMERIC, "en_IN")
'en_IN'
>>> locale.format("%d", 10000000, grouping=True)
'1,00,00,000'

解释器会话是从Ubuntu系统复制的，但是要知道Windows系统可能不支持合适的语言环境（至少我的系统不支持），所以虽然这在某种程度上是一个“更干净”的解决方案，但它可能是可用的，也可能是不可用的。在

Answer 2

试试这个：

(?<=\d)(?=(\d{2}){0,2}\d{3}(\d{7})*(?!\d))

例如：

^{pr2}$

作为一个评论的regex：

result = re.sub(
    r"""(?x)       # Enable verbose mode (comments)
    (?<=\d)        # Assert that we're not at the start of the number.
    (?=            # Assert that it's possible to match:
     (\d{2}){0,2}  # 0, 2 or 4 digits,
     \d{3}         # followed by 3 digits,
     (\d{7})*      # followed by 0, 7, 14, 21 ... digits,
     (?!\d)        # and no more digits after that.
    )              # End of lookahead assertion.""", 
    ",", subject)