Finden Sie alle Vorkommen von Ganzzahl in Text in Python

Question

mein Zweck dieses Codes ist es, alle Ganzzahlen aus dem Text zu extrahieren und sie zusammenzufassen.

Ich habe nach Lösungen gesucht, um alle Ganzzahlen in einer Textzeile auszuspulen. Ich sah einige Lösungen, die vorschlugen, \D und \b zu verwenden, ich fing gerade mit dem regelmäßigen Ausdruck an und noch nicht vertraut damit, wie es in meinen Code passen kann. Bitte helfen :(

import re 
import urllib2 

data = urllib2.urlopen("http://python-data.dr-chuck.net/regex_sum_179860.txt") 
aList = [] 

for word in data: 
    data = (str(w) for w in data) 
    s = re.findall(r'[\d]+', word) 
    if len(s) != 1: continue 
    num = int(s[0]) 
    aList.append(num) 

print aList 

Answer 1

Sie können es durch die Linie tun Linie, rufen findall das Muster "\d+" für eine oder mehrere Ziffern und Erweiterung Ihrer Ausgabeliste:

import re 
import urllib2 

data = urllib2.urlopen("http://python-data.dr-chuck.net/regex_sum_179860.txt") 
r = re.compile("\d+") 
l = [] 
for line in data: 
    l.extend(map(int,r.findall(line))) 

Ausgang:

[3524, 9968, 6177, 3133, 6508, 7940, 3738, 1112, 6179, 4570, 6127, 9150, 9883, 418, 3538, 2992, 8527, 1150, 2049, 2834, 2630, 3840, 2638, 3800, 9144, 5866, 6742, 588, 6918, 7802, 8229, 7947, 8992, 1339, 
2119, 846, 3820, 4070, 9356, 9708, 3238, 9380, 5572, 9491, 3038, 
7434, 7771, 288, 8632, 3962, 9136, 8106, 7295, 3699, 4136, 3459, 8120, 
6018, 8963, 5779, 3635, 3984, 4850, 9633, 2588, 7631, 9591, 1067, 
7182, 1301, 8041, 1361, 5425, 8326, 7094, 8155, 2581, 7199, 6125, 42] 

Sie könnten auchverwenden:

l = [] 
for line in data: 
    l.extend(map(int,(w for w in line.split() if w.isdigit()))) 

Wenn Sie nur die Zahlen sum wollen, müssen Sie nicht überhaupt alle Zahlen speichern:

print(sum(sum(map(int,(w for w in line.split() if w.isdigit()))) for line in data)) 

Ausgang:

435239 

Oder ein mit Regex:

print(sum(sum(map(int,r.findall(line))) for line in data)) 

P robably irrelevant in Ihrem Fall aber, wenn Sie irgendwelche Vermittler-Listen mit python2 Sie itertools.imap vermeiden wollten verwenden:

from itertools import imap 
print(sum(sum(imap(int,r.findall(line))) for line in data)) 

Answer 2

1. Sie rufen müssen read des Rückgabewertes der urllib2.urlopen; Der Rückgabewert von urllib2.urlopen ist kein String, sondern ein Verbindungsobjekt (Datei-ähnliche Objekt)
2. Wenden Sie einfach re.findall zum data.
3. Eckige Klammern um \d sind nicht erforderlich.

---

import re 
import urllib2 

data = urllib2.urlopen("http://python-data.dr-chuck.net/regex_sum_179860.txt").read() 
int_list = map(int, re.findall(r'\d+', data)) 

---

>>> int_list 
[3524, 9968, 6177, 3133, 6508, 7940, 3738, 1112, 6179, 4570, 6127, 9150, 
9883, 418, 3538, 2992, 8527, 1150, 2049, 2834, 2630, 3840, 2638, 3800, 
9144, 5866, 6742, 588, 6918, 7802, 8229, 7947, 8992, 1339, 2119, 846, 
3820, 4070, 9356, 9708, 3238, 9380, 5572, 9491, 3038, 7434, 7771, 288, 
8632, 3962, 9136, 8106, 7295, 3699, 4136, 3459, 8120, 6018, 8963, 5779, 
3635, 3984, 4850, 9633, 2588, 7631, 9591, 1067, 7182, 1301, 8041, 1361, 
5425, 8326, 7094, 8155, 2581, 7199, 6125, 42] 

Answer 3

Da Sie erwähnen Sie alle Zahlen fassen wollten, dies funktionieren wird in Python 3 (wie urllib2 wird aufgeteilt über mehrere Module in Python 3 genannt urllib.request und urllib.error):

from urllib import request 
import re 


data = request.urlopen("http://python-data.dr-chuck.net/regex_sum_179860.txt") 

result = 0 

for word in data: 
    result += sum([int(x) for x in re.findall(r'\d+', str(word))]) 

print(result)