在python中，如何从具有特定条件的句子中提取数字？

Question

这是我输入句子的一个例子。我想从以mm或cm结尾的句子中提取数字。这是我尝试制作的正则表达式。你知道吗

 sen = 'The study reveals a speculated nodule with pleural tagging at anterior basal segment of LLL, measured 1.9x1.4x2.0 cm in size' 

 re.findall(r'(\d+) cm',sen)

这将输出为

 ['0']

然后我试着无条件地提取数字

 print (re.findall('\d+', sen ))

这将输出为

 ['1', '9', '1', '4', '2', '0']

我的预期产出是

 ['1.9x1.4x2.0'] or ['1.9', '1.4', '2.0']

不重复，因为我也在寻找一种方法厘米，毫米加浮点数。你知道吗

Answer 1

您可以使用3个捕获组来获取数字，并确保使用character class在cm或mm结束测量。你知道吗

(?<!\S)(\d+\.\d+)x(\d+\.\d+)x(\d+\.\d+) [cm]m(?!\S)

部分

• (?<!\S)负的lookback，断言直接在左边的不是非空格字符
• (\d+\.\d+)x捕获第1组，匹配1+个数字和小数部分，然后 匹配x
• (\d+\.\d+)x捕获第2组同上
• (\d+.\d+) 捕获第3组匹配1+个数字和小数部分
• [cm]m匹配cm或mm
• (?!\S)负向前看，断言直接在左边的不是非空格字符

Regex demo| Python demo

例如

import re

regex = r"(?<!\S)(\d+\.\d+)x(\d+\.\d+)x(\d+\.\d+) [cm]m(?!\S)"
test_str = "The study reveals a speculated nodule with pleural tagging at anterior basal segment of LLL, measured 1.9x1.4x2.0 cm in size"

print(re.findall(regex, test_str))

输出

[('1.9', '1.4', '2.0')]

要获得包含x的输出，可以使用

(?<!\S)(\d+\.\d+x\d+\.\d+x\d+\.\d+) [cm]m(?!\S)

Regex demo| Python demo

输出

['1.9x1.4x2.0']

编辑

要仅匹配值并在数字和值之间允许1个或多个空格，可以使用正向先行：

\d+(?:\.\d+)?(?:(?:x\d+(?:\.\d+)?)*)?(?=[ \t]+[cm]m)

Regex

Answer 2

试试这个：

sen = 'The study reveals a speculated nodule with pleural tagging at anterior basal segment of LLL, measured 1.9x1.4x2.0 cm in size' 
import re
re.findall('\d+\.\d+', sen)

输出：

['1.9', '1.4', '2.0']

Answer 3

另一种方法是：

import re
sen = 'The study reveals a speculated nodule with pleural tagging at anterior basal segment of LLL, measured 1.9x1.4x2.0 cm in size' 
output = re.findall('\d.\d', sen)

输出：

['1.9', '1.4', '2.0']