如何检查字符串是否可以在 Python 中表示为数字?
def is_number(s):
try:
float(s)
return True
except ValueError:
return False
上述工作,但它似乎笨重。
x = float('0.00'); if x: use_float(x);
,那么您的代码中就会出现错误。真实值是这些函数引发异常而不是首先返回 None
的原因。更好的解决方案是避免使用实用程序函数,并在您想使用它时将调用包围在 try catch
中。
仅对于非负(无符号)整数,使用 isdigit()
:
>>> a = "03523"
>>> a.isdigit()
True
>>> b = "963spam"
>>> b.isdigit()
False
对于 Python 2 Unicode 字符串:isnumeric()
。
这不仅丑陋而且缓慢
我对两者都有争议。
正则表达式或其他字符串解析方法会更丑陋且更慢。
我不确定有什么比上述更快。它调用函数并返回。 Try/Catch 不会引入太多开销,因为最常见的异常是在没有大量搜索堆栈帧的情况下捕获的。
问题是任何数值转换函数都有两种结果
一个数字,如果该数字有效
一个状态码(例如,通过 errno)或异常表明没有有效的数字可以被解析。
C(例如)以多种方式解决了这个问题。 Python 清楚而明确地列出了它。
我认为你这样做的代码是完美的。
try
子句中“测试”的部分,所以我会放try
的 else
子句中的 return True
。原因之一是,对于问题中的代码,如果我必须查看它,我必须检查 try
子句中的第二条语句不能引发 ValueError:granted,这不需要太多时间或脑力,但为什么在不需要的时候使用脑力?
IsNumeric()
我要么以 try/catch 结尾,要么以另一个包装 try/catch 结尾。啊
if is_number(s): x = float(x) else: // fail
的代码行数与 try: x = float(x) catch TypeError: # fail
相同。这个效用函数是一个完全不必要的抽象。
TL;DR 最好的解决方案是 s.replace('.','',1).isdigit()
我做了一些benchmarks比较不同方法
def is_number_tryexcept(s):
""" Returns True is string is a number. """
try:
float(s)
return True
except ValueError:
return False
import re
def is_number_regex(s):
""" Returns True is string is a number. """
if re.match("^\d+?\.\d+?$", s) is None:
return s.isdigit()
return True
def is_number_repl_isdigit(s):
""" Returns True is string is a number. """
return s.replace('.','',1).isdigit()
如果字符串不是数字,则 except-block 非常慢。但更重要的是,try-except 方法是唯一能正确处理科学记数法的方法。
funcs = [
is_number_tryexcept,
is_number_regex,
is_number_repl_isdigit
]
a_float = '.1234'
print('Float notation ".1234" is not supported by:')
for f in funcs:
if not f(a_float):
print('\t -', f.__name__)
浮点表示法“.1234”不受以下支持: - is_number_regex
scientific1 = '1.000000e+50'
scientific2 = '1e50'
print('Scientific notation "1.000000e+50" is not supported by:')
for f in funcs:
if not f(scientific1):
print('\t -', f.__name__)
print('Scientific notation "1e50" is not supported by:')
for f in funcs:
if not f(scientific2):
print('\t -', f.__name__)
科学记数法“1.000000e+50”不支持: - is_number_regex - is_number_repl_isdigit 科学记数法“1e50”不支持: - is_number_regex - is_number_repl_isdigit
编辑:基准测试结果
import timeit
test_cases = ['1.12345', '1.12.345', 'abc12345', '12345']
times_n = {f.__name__:[] for f in funcs}
for t in test_cases:
for f in funcs:
f = f.__name__
times_n[f].append(min(timeit.Timer('%s(t)' %f,
'from __main__ import %s, t' %f)
.repeat(repeat=3, number=1000000)))
测试了以下功能
from re import match as re_match
from re import compile as re_compile
def is_number_tryexcept(s):
""" Returns True is string is a number. """
try:
float(s)
return True
except ValueError:
return False
def is_number_regex(s):
""" Returns True is string is a number. """
if re_match("^\d+?\.\d+?$", s) is None:
return s.isdigit()
return True
comp = re_compile("^\d+?\.\d+?$")
def compiled_regex(s):
""" Returns True is string is a number. """
if comp.match(s) is None:
return s.isdigit()
return True
def is_number_repl_isdigit(s):
""" Returns True is string is a number. """
return s.replace('.','',1).isdigit()
https://i.stack.imgur.com/DFoK6.png
'1.5e-9'
这样的指数符号或负数。
s.replace()
调用即可轻松纠正。例如,s.replace('.','',1).replace('e-','',1).replace('e','',1).isdigit()
处理求幂。然后处理负数,如果是破折号,只需将第一个字符左剥离。例如,s.lstrip('-').replace('.','',1).replace('e-','',1).replace('e','',1).isdigit()
。 是的,我已经彻底测试了该单行代码,并且可以确认它的行为符合预期。
您可能需要考虑一个例外:字符串 'NaN'
如果您希望 is_number 为“NaN”返回 FALSE,则此代码将不起作用,因为 Python 会将其转换为非数字的数字表示(讨论身份问题):
>>> float('NaN')
nan
否则,我实际上应该感谢您提供我现在广泛使用的代码。 :)
G。
NaN
可能是一个很好的返回值(而不是 False
)。检查它是一种痛苦(Python 的 float
类型确实需要一种方法),但是您可以在计算中使用它而不会产生错误,并且只需要检查结果。
'inf'
。 inf
或 NaN
也可以以 +
或 -
为前缀,并且仍然被接受。
x-1 == x
适用于小于 inf
的大浮点数。从 Python 3.2 开始,您可以使用 math.isfinite
来测试既不是 NaN 也不是无限的数字,或者在此之前同时检查 math.isnan
和 math.isinf
。
这个怎么样:
'3.14'.replace('.','',1).isdigit()
仅当有一个或没有“。”时才会返回 true。在数字串中。
'3.14.5'.replace('.','',1).isdigit()
将返回 false
编辑:刚刚看到另一条评论......可以为其他情况添加.replace(badstuff,'',maxnum_badstuff)
。如果您传递的是盐而不是任意调味品(参考:xkcd#974),这会很好:P
1.234e56
(也可以写成 +1.234E+56
和其他几个变体)。
re.match(r'^[+-]*(0[xbo])?[0-9A-Fa-f]*\.?[0-9A-Fa-f]*(E[+-]*[0-9A-Fa-f]+)$', 'str')
应该更好地确定一个数字(但不是全部,我不是这么说的)。我不建议使用这个,最好使用提问者的原始代码。
在 Alfe 指出您不需要单独检查浮点数后更新,因为复杂的句柄:
def is_number(s):
try:
complex(s) # for int, long, float and complex
except ValueError:
return False
return True
之前说过:在一些罕见的情况下你可能还需要检查复数(例如 1+2i),它不能用浮点数表示:
def is_number(s):
try:
float(s) # for int, long and float
except ValueError:
try:
complex(s) # for complex
except ValueError:
return False
return True
float()
的内容,只需检查 complex()
调用是否成功。 float()
解析的所有内容都可以由 complex()
解析。
complex('(01989)')
将返回 (1989+0j)
。但是 float('(01989)')
会失败。所以我认为使用 complex
不是一个好主意。
complex()
接受以 (
和 )
分隔的语法 - 大概是为了解释复数下的假想平面中的复合向量加法,但仍然如此。正如@plhn 建议的那样,在此处使用 complex()
会导致误报。 不要在生产代码中这样做。老实说,s.lstrip('-').replace('.','',1).replace('e-','',1).replace('e','',1).isdigit()
仍然是大多数用例的最佳解决方案。
这不仅丑陋而且缓慢,而且看起来很笨重。
可能需要一些时间来适应,但这是 Python 的做法。正如已经指出的那样,替代方案更糟。但是以这种方式做事还有另一个优点:多态性。
鸭子打字背后的核心思想是“如果它像鸭子一样走路和说话,那么它就是鸭子”。如果您决定需要对字符串进行子类化,以便更改确定某些内容是否可以转换为浮点数的方式,该怎么办?或者,如果您决定完全测试其他对象怎么办?你可以做这些事情而不必改变上面的代码。
其他语言通过使用接口来解决这些问题。我将保存对另一个线程更好的解决方案的分析。不过,关键是 python 绝对是等式的鸭子类型,如果你打算在 Python 中进行大量编程,你可能不得不习惯这样的语法(但这并不意味着你当然必须喜欢它)。
您可能需要考虑的另一件事:与许多其他语言相比,Python 在抛出和捕获异常方面非常快(例如,比 .Net 快 30 倍)。哎呀,语言本身甚至会抛出异常来传达非异常的正常程序条件(每次使用 for 循环时)。因此,在您注意到一个重大问题之前,我不会太担心这段代码的性能方面。
hasattr()
中,它只是包装在 try/except
中的 getattr()
调用。尽管如此,异常处理还是比正常的流控制要慢,所以将它用于大部分时间会发生的事情可能会导致性能下降。
对于 int
,请使用:
>>> "1221323".isdigit()
True
但是对于 float
,我们需要一些技巧 ;-)。每个浮点数都有一个点...
>>> "12.34".isdigit()
False
>>> "12.34".replace('.','',1).isdigit()
True
>>> "12.3.4".replace('.','',1).isdigit()
False
同样对于负数只需添加 lstrip()
:
>>> '-12'.lstrip('-')
'12'
现在我们得到了一个通用的方法:
>>> '-12.34'.lstrip('-').replace('.','',1).isdigit()
True
>>> '.-234'.lstrip('-').replace('.','',1).isdigit()
False
1.234e56
和类似的事情。另外,我很想知道您如何发现 99999999999999999999e99999999999999999999
不是数字。试图解析它很快就会发现。
>>> '--1234'.lstrip('-').replace('.','',1).isdigit()
返回 true;也许不是预期的
该答案提供了具有示例功能的分步指南,以查找字符串是:
正整数
正/负 - 整数/浮点数
检查数字时如何丢弃“NaN”(不是数字)字符串?
检查字符串是否为正整数
您可以使用 str.isdigit()
检查给定的字符串是否为 正 整数。
样本结果:
# For digit
>>> '1'.isdigit()
True
>>> '1'.isalpha()
False
检查字符串为正/负 - 整数/浮点
如果字符串是 负 数字或浮点数,str.isdigit()
将返回 False
。例如:
# returns `False` for float
>>> '123.3'.isdigit()
False
# returns `False` for negative number
>>> '-123'.isdigit()
False
如果您想同时检查 负 整数和 float
,那么您可以编写一个自定义函数来检查它:
def is_number(n):
try:
float(n) # Type-casting the string to `float`.
# If string is not a valid `float`,
# it'll raise `ValueError` exception
except ValueError:
return False
return True
样品运行:
>>> is_number('123') # positive integer number
True
>>> is_number('123.4') # positive float number
True
>>> is_number('-123') # negative integer number
True
>>> is_number('-123.4') # negative `float` number
True
>>> is_number('abc') # `False` for "some random" string
False
在检查数字时丢弃“NaN”(不是数字)字符串
上述函数将为“NAN”(非数字)字符串返回 True
,因为对于 Python,它是表示它不是数字的有效浮点数。例如:
>>> is_number('NaN')
True
为了检查数字是否为“NaN”,您可以使用 math.isnan()
作为:
>>> import math
>>> nan_num = float('nan')
>>> math.isnan(nan_num)
True
或者,如果您不想导入其他库来检查这一点,那么您可以简单地通过使用 ==
将其与自身进行比较来检查它。当 nan
float 与自身进行比较时,Python 返回 False
。例如:
# `nan_num` variable is taken from above example
>>> nan_num == nan_num
False
因此,上面的 函数 is_number
可以更新为为 "NaN"
返回 False
:
def is_number(n):
is_number = True
try:
num = float(n)
# check for "nan" floats
is_number = num == num # or use `math.isnan(num)`
except ValueError:
is_number = False
return is_number
样品运行:
>>> is_number('Nan') # not a number "Nan" string
False
>>> is_number('nan') # not a number string "nan" with all lower cased
False
>>> is_number('123') # positive integer
True
>>> is_number('-123') # negative integer
True
>>> is_number('-1.12') # negative `float`
True
>>> is_number('abc') # "some random" string
False
PS:每次检查的每个操作都取决于号码的类型,会带来额外的开销。选择符合您要求的 is_number
函数版本。
对于非数字字符串,try: except:
实际上比正则表达式慢。对于有效数字的字符串,正则表达式速度较慢。因此,适当的方法取决于您的输入。
如果您发现自己处于性能绑定状态,您可以使用一个名为 fastnumbers 的新第三方模块,该模块提供一个名为 isfloat 的函数。完全公开,我是作者。我已将其结果包含在下面的时间安排中。
from __future__ import print_function
import timeit
prep_base = '''\
x = 'invalid'
y = '5402'
z = '4.754e3'
'''
prep_try_method = '''\
def is_number_try(val):
try:
float(val)
return True
except ValueError:
return False
'''
prep_re_method = '''\
import re
float_match = re.compile(r'[-+]?\d*\.?\d+(?:[eE][-+]?\d+)?$').match
def is_number_re(val):
return bool(float_match(val))
'''
fn_method = '''\
from fastnumbers import isfloat
'''
print('Try with non-number strings', timeit.timeit('is_number_try(x)',
prep_base + prep_try_method), 'seconds')
print('Try with integer strings', timeit.timeit('is_number_try(y)',
prep_base + prep_try_method), 'seconds')
print('Try with float strings', timeit.timeit('is_number_try(z)',
prep_base + prep_try_method), 'seconds')
print()
print('Regex with non-number strings', timeit.timeit('is_number_re(x)',
prep_base + prep_re_method), 'seconds')
print('Regex with integer strings', timeit.timeit('is_number_re(y)',
prep_base + prep_re_method), 'seconds')
print('Regex with float strings', timeit.timeit('is_number_re(z)',
prep_base + prep_re_method), 'seconds')
print()
print('fastnumbers with non-number strings', timeit.timeit('isfloat(x)',
prep_base + 'from fastnumbers import isfloat'), 'seconds')
print('fastnumbers with integer strings', timeit.timeit('isfloat(y)',
prep_base + 'from fastnumbers import isfloat'), 'seconds')
print('fastnumbers with float strings', timeit.timeit('isfloat(z)',
prep_base + 'from fastnumbers import isfloat'), 'seconds')
print()
Try with non-number strings 2.39108395576 seconds
Try with integer strings 0.375686168671 seconds
Try with float strings 0.369210958481 seconds
Regex with non-number strings 0.748660802841 seconds
Regex with integer strings 1.02021503448 seconds
Regex with float strings 1.08564686775 seconds
fastnumbers with non-number strings 0.174362897873 seconds
fastnumbers with integer strings 0.179651021957 seconds
fastnumbers with float strings 0.20222902298 seconds
如你看到的
尝试:除了:对于数字输入来说速度很快,但对于无效输入来说非常慢
当输入无效时,正则表达式非常有效
fastnumbers 在这两种情况下都获胜
prep_code_basis
和 prep_code_re_method
这样的名称可以避免我的错误。
isfloat
函数是这样吗?
str(s).strip('-').replace('.','',1).isdigit()
,它大约慢了 10 倍!
timeit.timeit
将语句运行 100 万次。我很困惑为什么这些数字看起来这么慢。
只是模仿 C#
在 C# 中有两个不同的函数可以处理标量值的解析:
Float.Parse()
Float.TryParse()
浮动.解析():
def parse(string):
try:
return float(string)
except Exception:
throw TypeError
注意:如果您想知道为什么我将异常更改为 TypeError,here's the documentation。
float.try_parse():
def try_parse(string, fail=None):
try:
return float(string)
except Exception:
return fail;
注意:您不想返回布尔值“False”,因为它仍然是一种值类型。没有更好,因为它表示失败。当然,如果您想要不同的东西,您可以将失败参数更改为您想要的任何内容。
要扩展 float 以包含“parse()”和“try_parse()”,您需要对“float”类进行猴子补丁以添加这些方法。
如果你想尊重预先存在的功能,代码应该是这样的:
def monkey_patch():
if(!hasattr(float, 'parse')):
float.parse = parse
if(!hasattr(float, 'try_parse')):
float.try_parse = try_parse
旁注:我个人更喜欢称它为 Monkey Punching,因为当我这样做时感觉就像我在滥用语言,但 YMMV。
用法:
float.parse('giggity') // throws TypeException
float.parse('54.3') // returns the scalar value 54.3
float.tryParse('twank') // returns None
float.tryParse('32.2') // returns the scalar value 32.2
伟大的圣人 Pythonas 对教廷 Sharpisus 说:“你能做的任何事我都能做得更好;我能做的任何事都比你更好。”
!
而不是 not
可能是一个小错误,但您绝对不能将属性分配给 CPython 中的内置 float
。
我知道这是特别古老的,但我会添加一个答案,我相信它涵盖了最高投票答案中缺少的信息,这对任何发现此问题的人来说都非常有价值:
对于以下每种方法,如果您需要接受任何输入,请将它们与计数连接起来。 (假设我们使用整数的声音定义而不是 0-255 等)
x.isdigit()
适用于检查 x 是否为整数。
x.replace('-','').isdigit()
适用于检查 x 是否为负数。(检查 - 在第一个位置)
x.replace('.','').isdigit()
适用于检查 x 是否为小数。
x.replace(':','').isdigit()
适用于检查 x 是否为比率。
x.replace('/','',1).isdigit()
适用于检查 x 是否为分数。
x.replace('/','',1).isdigit()
否则日期(例如 2017 年 4 月 7 日)会被误解为数字。
转换为 float 并捕获 ValueError 可能是最快的方法,因为 float() 就是专门为此而设计的。任何其他需要字符串解析(正则表达式等)的东西都可能会更慢,因为它没有针对此操作进行调整。我的 0.02 美元。
您可以使用 Unicode 字符串,它们有一种方法可以满足您的需求:
>>> s = u"345"
>>> s.isnumeric()
True
或者:
>>> s = "345"
>>> u = unicode(s)
>>> u.isnumeric()
True
http://www.tutorialspoint.com/python/string_isnumeric.htm
http://docs.python.org/2/howto/unicode.html
s.isdecimal()
检查 s
字符串是否为非负整数。 s.isnumeric()
包括 int()
拒绝的字符。
因此,综上所述,检查 Nan、无穷大和复数(似乎它们是用 j 指定的,而不是 i,即 1+2j),结果是:
def is_number(s):
try:
n=str(float(s))
if n == "nan" or n=="inf" or n=="-inf" : return False
except ValueError:
try:
complex(s) # for complex
except ValueError:
return False
return True
我想看看哪种方法最快。总体而言,check_replace
函数给出了最好和最一致的结果。 check_exception
函数给出了最快的结果,但前提是没有引发异常 - 这意味着它的代码是最有效的,但引发异常的开销非常大。
请注意,检查是否成功转换是唯一准确的方法,例如,这适用于 check_exception
,但其他两个测试函数将返回 False 以获得有效的浮点数:
huge_number = float('1e+100')
这是基准代码:
import time, re, random, string
ITERATIONS = 10000000
class Timer:
def __enter__(self):
self.start = time.clock()
return self
def __exit__(self, *args):
self.end = time.clock()
self.interval = self.end - self.start
def check_regexp(x):
return re.compile("^\d*\.?\d*$").match(x) is not None
def check_replace(x):
return x.replace('.','',1).isdigit()
def check_exception(s):
try:
float(s)
return True
except ValueError:
return False
to_check = [check_regexp, check_replace, check_exception]
print('preparing data...')
good_numbers = [
str(random.random() / random.random())
for x in range(ITERATIONS)]
bad_numbers = ['.' + x for x in good_numbers]
strings = [
''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(random.randint(1,10)))
for x in range(ITERATIONS)]
print('running test...')
for func in to_check:
with Timer() as t:
for x in good_numbers:
res = func(x)
print('%s with good floats: %s' % (func.__name__, t.interval))
with Timer() as t:
for x in bad_numbers:
res = func(x)
print('%s with bad floats: %s' % (func.__name__, t.interval))
with Timer() as t:
for x in strings:
res = func(x)
print('%s with strings: %s' % (func.__name__, t.interval))
以下是在 2017 MacBook Pro 13 上使用 Python 2.7.10 的结果:
check_regexp with good floats: 12.688639
check_regexp with bad floats: 11.624862
check_regexp with strings: 11.349414
check_replace with good floats: 4.419841
check_replace with bad floats: 4.294909
check_replace with strings: 4.086358
check_exception with good floats: 3.276668
check_exception with bad floats: 13.843092
check_exception with strings: 15.786169
以下是 Python 3.6.5 在 2017 MacBook Pro 13 上的结果:
check_regexp with good floats: 13.472906000000009
check_regexp with bad floats: 12.977665000000016
check_regexp with strings: 12.417542999999995
check_replace with good floats: 6.011045999999993
check_replace with bad floats: 4.849356
check_replace with strings: 4.282754000000011
check_exception with good floats: 6.039081999999979
check_exception with bad floats: 9.322753000000006
check_exception with strings: 9.952595000000002
以下是 PyPy 2.7.13 在 2017 MacBook Pro 13 上的结果:
check_regexp with good floats: 2.693217
check_regexp with bad floats: 2.744819
check_regexp with strings: 2.532414
check_replace with good floats: 0.604367
check_replace with bad floats: 0.538169
check_replace with strings: 0.598664
check_exception with good floats: 1.944103
check_exception with bad floats: 2.449182
check_exception with strings: 2.200056
输入可能如下:
a="50"
b=50
c=50.1
d="50.1"
1-一般输入:
这个函数的输入可以是一切!
查找给定变量是否为数字。数字字符串由可选的符号、任意位数、可选的小数部分和可选的指数部分组成。因此 +0123.45e6 是一个有效的数值。不允许使用十六进制(例如 0xf4c3b00c)和二进制(例如 0b10100111001)表示法。
is_numeric 函数
import ast
import numbers
def is_numeric(obj):
if isinstance(obj, numbers.Number):
return True
elif isinstance(obj, str):
nodes = list(ast.walk(ast.parse(obj)))[1:]
if not isinstance(nodes[0], ast.Expr):
return False
if not isinstance(nodes[-1], ast.Num):
return False
nodes = nodes[1:-1]
for i in range(len(nodes)):
#if used + or - in digit :
if i % 2 == 0:
if not isinstance(nodes[i], ast.UnaryOp):
return False
else:
if not isinstance(nodes[i], (ast.USub, ast.UAdd)):
return False
return True
else:
return False
测试:
>>> is_numeric("54")
True
>>> is_numeric("54.545")
True
>>> is_numeric("0x45")
True
is_float 函数
查找给定变量是否为浮点数。浮点字符串由可选符号、任意数量的数字、...
import ast
def is_float(obj):
if isinstance(obj, float):
return True
if isinstance(obj, int):
return False
elif isinstance(obj, str):
nodes = list(ast.walk(ast.parse(obj)))[1:]
if not isinstance(nodes[0], ast.Expr):
return False
if not isinstance(nodes[-1], ast.Num):
return False
if not isinstance(nodes[-1].n, float):
return False
nodes = nodes[1:-1]
for i in range(len(nodes)):
if i % 2 == 0:
if not isinstance(nodes[i], ast.UnaryOp):
return False
else:
if not isinstance(nodes[i], (ast.USub, ast.UAdd)):
return False
return True
else:
return False
测试:
>>> is_float("5.4")
True
>>> is_float("5")
False
>>> is_float(5)
False
>>> is_float("5")
False
>>> is_float("+5.4")
True
ast 是什么?
2-如果您确信变量内容是字符串:
使用 str.isdigit() 方法
>>> a=454
>>> a.isdigit()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'int' object has no attribute 'isdigit'
>>> a="454"
>>> a.isdigit()
True
3-数字输入:
检测int值:
>>> isinstance("54", int)
False
>>> isinstance(54, int)
True
>>>
检测浮动:
>>> isinstance("45.1", float)
False
>>> isinstance(45.1, float)
True
如果字符串中的所有字符都是数字字符,并且至少有一个字符,则返回 True,否则返回 False。数字字符包括数字字符,以及所有具有 Unicode 数值属性的字符,例如 U+2155、VULGAR FRACTION ONE FIFTH。形式上,数字字符是具有属性值 Numeric_Type=Digit、Numeric_Type=Decimal 或 Numeric_Type=Numeric 的字符。
如果字符串中的所有字符都是十进制字符并且至少有一个字符,则返回 True,否则返回 False。十进制字符是可用于形成以 10 为底的数字的字符,例如 U+0660、ARABIC-INDIC DIGIT ZERO。形式上,十进制字符是 Unicode 通用类别“Nd”中的字符。
两者都可用于 Python 3.0 中的字符串类型。
在浮点数的最一般情况下,人们希望处理整数和小数。我们以字符串 "1.1"
为例。
我会尝试以下方法之一:
1.> isnumeric()
word = "1.1"
"".join(word.split(".")).isnumeric()
>>> True
2.> isdigit()
word = "1.1"
"".join(word.split(".")).isdigit()
>>> True
3.> isdecimal()
word = "1.1"
"".join(word.split(".")).isdecimal()
>>> True
速度:
► 所有上述方法都具有相似的速度。
%timeit "".join(word.split(".")).isnumeric()
>>> 257 ns ± 12 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%timeit "".join(word.split(".")).isdigit()
>>> 252 ns ± 11 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%timeit "".join(word.split(".")).isdecimal()
>>> 244 ns ± 7.17 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
我需要确定一个字符串是否转换为基本类型(float、int、str、bool)。在互联网上找不到任何东西后,我创建了这个:
def str_to_type (s):
""" Get possible cast type for a string
Parameters
----------
s : string
Returns
-------
float,int,str,bool : type
Depending on what it can be cast to
"""
try:
f = float(s)
if "." not in s:
return int
return float
except ValueError:
value = s.upper()
if value == "TRUE" or value == "FALSE":
return bool
return type(s)
例子
str_to_type("true") # bool
str_to_type("6.0") # float
str_to_type("6") # int
str_to_type("6abc") # str
str_to_type(u"6abc") # unicode
您可以捕获类型并使用它
s = "6.0"
type_ = str_to_type(s) # float
f = type_(s)
str_to_type("123e-4")
返回 int
,而 float("123e-4")
返回 0.0123
。此外,str_to_type("NaN")
返回 int
。
if "." not in s:
更改为 if "." not in s and "e" not in s and "N" not in s:
修复了我在此处显示的情况,但它使代码更加笨拙,我不确定它是否会捕获所有情况。
i = int(s); return int
包装到第一个 try/except 中,然后将 f = float(s); return float
放入第二个 try/except 中,第一个 try 的所有 except 块/除了。像 user1508746's answer 的结构,具有不同的返回值。
我认为您的解决方案很好,但是有一个正确的正则表达式实现。
对于这些我认为不合理的答案,似乎确实有很多正则表达式讨厌,正则表达式可以相当干净、正确和快速。这真的取决于你想要做什么。最初的问题是如何“检查字符串是否可以表示为数字(浮点数)”(根据您的标题)。据推测,一旦您检查了数字/浮点值是否有效,您就会想使用它,在这种情况下,您的 try/except 很有意义。但是,如果出于某种原因,您只想验证字符串是否为数字,那么正则表达式也可以正常工作,但很难正确。我认为到目前为止,大多数正则表达式的答案,例如,没有正确解析没有整数部分(例如“.7”)的字符串,就python而言这是一个浮点数。在不需要小数部分的单个正则表达式中检查这有点棘手。我已经包含了两个正则表达式来显示这一点。
它确实提出了一个有趣的问题,即“数字”是什么。您是否包含在 python 中作为浮点数有效的“inf”?或者您是否包含“数字”但可能无法在 python 中表示的数字(例如大于浮点最大值的数字)。
解析数字的方式也有歧义。例如,“--20”呢?这是一个“数字”吗?这是代表“20”的合法方式吗? Python 会让你执行 "var = --20" 并将其设置为 20(虽然这实际上是因为它把它视为一个表达式),但 float("--20") 不起作用。
无论如何,没有更多信息,这是一个正则表达式,我相信它涵盖了所有整数和浮点数,因为 python 解析它们。
# Doesn't properly handle floats missing the integer part, such as ".7"
SIMPLE_FLOAT_REGEXP = re.compile(r'^[-+]?[0-9]+\.?[0-9]+([eE][-+]?[0-9]+)?$')
# Example "-12.34E+56" # sign (-)
# integer (12)
# mantissa (34)
# exponent (E+56)
# Should handle all floats
FLOAT_REGEXP = re.compile(r'^[-+]?([0-9]+|[0-9]*\.[0-9]+)([eE][-+]?[0-9]+)?$')
# Example "-12.34E+56" # sign (-)
# integer (12)
# OR
# int/mantissa (12.34)
# exponent (E+56)
def is_float(str):
return True if FLOAT_REGEXP.match(str) else False
一些示例测试值:
True <- +42
True <- +42.42
False <- +42.42.22
True <- +42.42e22
True <- +42.42E-22
False <- +42.42e-22.8
True <- .42
False <- 42nope
在@ron-reiter 的answer 中运行基准测试代码表明,这个正则表达式实际上比普通正则表达式更快,并且在处理错误值方面比异常快得多,这是有道理的。结果:
check_regexp with good floats: 18.001921
check_regexp with bad floats: 17.861423
check_regexp with strings: 17.558862
check_correct_regexp with good floats: 11.04428
check_correct_regexp with bad floats: 8.71211
check_correct_regexp with strings: 8.144161
check_replace with good floats: 6.020597
check_replace with bad floats: 5.343049
check_replace with strings: 5.091642
check_exception with good floats: 5.201605
check_exception with bad floats: 23.921864
check_exception with strings: 23.755481
我做了一些速度测试。假设如果字符串可能是数字,则 try/except 策略是最快的。如果字符串不太可能是数字并且您对整数检查感兴趣,则值得进行一些测试(isdigit plus heading '-')。如果您有兴趣检查浮点数,则必须使用 try/except 代码来进行转义。
RyanN 建议
如果要为 NaN 和 Inf 返回 False,请将行更改为 x = float(s);返回 (x == x) 和 (x - 1 != x)。这应该为除 Inf 和 NaN 之外的所有浮点数返回 True
但这并不完全有效,因为对于足够大的浮点数,x-1 == x
返回 true。例如,2.0**54 - 1 == 2.0**54
此代码处理指数、浮点数和整数,但不使用正则表达式。
return True if str1.lstrip('-').replace('.','',1).isdigit() or float(str1) else False
我正在研究一个导致我进入这个线程的问题,即如何以最直观的方式将数据集合转换为字符串和数字。在阅读了原始代码后,我意识到我需要的内容在两个方面有所不同:
1 - 如果字符串表示整数,我想要一个整数结果
- 我希望将数字或字符串结果粘贴到数据结构中
所以我修改了原始代码来产生这个衍生物:
def string_or_number(s):
try:
z = int(s)
return z
except ValueError:
try:
z = float(s)
return z
except ValueError:
return s
import re
def is_number(num):
pattern = re.compile(r'^[-+]?[-0-9]\d*\.\d*|[-+]?\.?[0-9]\d*$')
result = pattern.match(num)
if result:
return True
else:
return False
>>>: is_number('1')
True
>>>: is_number('111')
True
>>>: is_number('11.1')
True
>>>: is_number('-11.1')
True
>>>: is_number('inf')
False
>>>: is_number('-inf')
False
1e6
代表一个数字吗?
这是我的简单方法。假设我正在循环一些字符串,如果它们是数字,我想将它们添加到数组中。
try:
myvar.append( float(string_to_check) )
except:
continue
如果结果是数字,则将 myvar.apppend 替换为您想要对字符串执行的任何操作。这个想法是尝试使用 float() 操作并使用返回的错误来确定字符串是否为数字。
我也使用了您提到的函数,但很快我注意到字符串为“Nan”、“Inf”及其变体被视为数字。所以我建议你改进你的函数版本,这将在这些类型的输入上返回 false 并且不会失败“1e3”变体:
def is_float(text):
try:
float(text)
# check for nan/infinity etc.
if text.isalpha():
return False
return True
except ValueError:
return False
用户辅助功能:
def if_ok(fn, string):
try:
return fn(string)
except Exception as e:
return None
然后
if_ok(int, my_str) or if_ok(float, my_str) or if_ok(complex, my_str)
is_number = lambda s: any([if_ok(fn, s) for fn in (int, float, complex)])
def is_float(s):
if s is None:
return False
if len(s) == 0:
return False
digits_count = 0
dots_count = 0
signs_count = 0
for c in s:
if '0' <= c <= '9':
digits_count += 1
elif c == '.':
dots_count += 1
elif c == '-' or c == '+':
signs_count += 1
else:
return False
if digits_count == 0:
return False
if dots_count > 1:
return False
if signs_count > 1:
return False
return True
isdigit()
和int()
对什么是整数有不同的看法,例如,对于 Unicode 字符u'\u00b9'
:u'¹'.isdigit()
是True
但int(u'¹')
会引发 ValueError。