Python 正则表达式匹配带或不带逗号或小数的货币

Question

如何编写可以 1. 匹配可能包含或不包含逗号或小数的货币以及 2. 仅匹配货币代码的正则表达式。我看到的主要是匹配的货币符号。 我希望能够从如下完整文本中匹配货币 ['300,000.00'] 和货币代码 ['USD']:

用户 ID 9XXXX219 在 2016 年 7 月 1 日 08:34:32 销售额 USD300,000.00

到目前为止，我试过了，但它只匹配带小数点的，不匹配没有小数点或带逗号的:

s = 'USD1 USD1.00 USD100.00 USD1,000 CAD1,000.00'
re.findall(r'\d+\.\d+', s)
#matches
['1.00', '100.00', '000.00']

#should not match any other thing e.g. 1XXXX324

#instead of this:
['1','1.00', '100.00', '1,000', '1,000.00']

以及如何编写另一个正则表达式模式来仅匹配货币代码？即

['USD', 'USD', 'USD', 'USD','CAD'] 

Answer 1

获取货币:

拥有一份详尽的有效货币列表可能不可行，但如果货币数量有限，那么您可以这样做:

re.findall('USD|CAD','USD1 USD1.00 USD100.00 USD1,000 CAD1,000.00 123XXX123')

输出:

['USD', 'USD', 'USD', 'USD', 'CAD']

获取金额:

使用捕获组，re.findall返回元组中的每个捕获。使用非捕获组 (?:)将解决问题。

re.findall('(?<=USD|CAD)\d{1,3}(?:,\d{3})*(?:\.\d+)?(?=\s)','Userid 9XXXX219 sales USD300,000.00 On 01-JUL-2016 08:34:32')

输出:

['300,000.00']

带有示例文本的插图:

re.findall('(?<=USD|CAD)\d{1,3}(?:,\d{3})*(?:\.\d+)?(?=\s)','USD1 USD1.00 USD100.00 USD1,000 CAD1,000.00 123XXX123')

输出:

['1', '1.00', '100.00', '1,000', '1,000.00']

阅读更多以下内容 here :

(?=) - 积极的前瞻 (?<=) - 积极的回顾