浮点数的正则表达式

问题描述 投票:76回答:11

我有一个匹配浮点数的任务。我为它写了以下正则表达式:

[-+]?[0-9]*\.?[0-9]*

但是,它返回一个错误:

Invalid escape sequence (valid ones are  \b  \t  \n  \f  \r  \"  \'  \\ )

据我所知,我们还需要为.使用转义字符。请纠正我错在哪里。

regex
11个回答
190
投票

TL;DR

使用[.]而不是\.[0-9]而不是\d来避免在某些语言中逃避问题(如Java)。

感谢the nameless one最初认识到这一点。

用于匹配浮点数的一个相对简单的模式是

[+-]?([0-9]*[.])?[0-9]+

这将匹配:

  • 123
  • 123.456
  • .456

看到working example

如果你还想匹配123.(没有小数部分的句号),那么你需要一个稍长的表达式:

[+-]?([0-9]+([.][0-9]*)?|[.][0-9]+)

有关此模式的更全面解释,请参阅pkeller's answer

如果要包含非十进制数字,例如十六进制和八进制,请参阅我对How do I identify if a string is a number?的回答。

如果你想验证输入是一个数字(而不是在输入中找到一个数字),那么你应该用^$包围模式,如下所示:

^[+-]?([0-9]+([.][0-9]*)?|[.][0-9]+)$

Irregular Regular Expressions

在大多数现代语言,API,框架,库等中实现的“正则表达式”基于formal language theory开发的概念。但是,软件工程师添加了许多扩展,使这些实现远远超出了正式定义。因此,虽然大多数正则表达式引擎彼此相似,但实际上并没有标准。因此,很大程度上取决于您使用的语言,API,框架或库。

(顺便说一下,为了帮助减少混淆,许多人已经开始使用“regex”或“regexp”来描述这些增强的匹配语言。有关更多信息,请参阅RexEgg.com上的Is a Regex the Same as a Regular Expression?。)

也就是说,大多数正则表达式引擎(实际上,据我所知,所有这些引擎都会接受\.)。最有可能的是逃避问题。

The Trouble with Escaping

有些语言内置了对正则表达式的支持,such as JavaScript。对于那些没有的语言,转义可能是个问题。

这是因为您基本上使用语言编写语言。例如,Java使用\作为字符串中的转义字符,因此如果要在字符串中放置文字反斜杠字符,则必须将其转义:

// creates a single character string: "\"
String x = "\\";

但是,正则表达式还使用\字符进行转义,因此如果要匹配文字\字符,则必须为正则表达式引擎转义它,然后再次为Java转义它:

// Creates a two-character string: "\\"
// When used as a regex pattern, will match a single character: "\"
String regexPattern = "\\\\";

在您的情况下,您可能没有使用您编程的语言中的反斜杠字符进行转义:

// will most likely result in an "Illegal escape character" error
String wrongPattern = "\.";
// will result in the string "\."
String correctPattern = "\\.";

所有这些逃避都会变得非常混乱。如果您使用的语言支持raw strings,那么您应该使用这些来减少反斜杠的数量,但并非所有语言都这样做(最值得注意的是:Java)。幸运的是,有一种替代方案可以在某些时候起作用:

String correctPattern = "[.]";

对于正则表达式引擎,\.[.]的意思完全相同。请注意,这并不适用于所有情况,如换行符(\\n),空心方括号(\\[)和反斜杠(\\\\[\\])。

A Note about Matching Numbers

(提示:这比你想象的要难)

匹配一个数字是你认为用正则表达式很容易的事情之一,但它实际上非常棘手。让我们一块一块地看看你的方法:

[-+]?

匹配可选的-+

[0-9]*

匹配0个或更多个连续数字

\.?

匹配可选的.

[0-9]*

匹配0个或更多个连续数字

首先,我们可以通过对数字使用character class shorthand来清理这个表达式(请注意,这也容易受到上面提到的转义问题的影响):

[0-9] = \d

我将在下面使用\d,但请记住它与[0-9]的意思相同。 (嗯,实际上,在某些引擎中,\d将匹配所有脚本中的数字,因此它将比[0-9]更匹配,但在您的情况下这可能并不重要。)

现在,如果仔细观察,你会发现你的模式的每一部分都是可选的。此模式可以匹配0长度的字符串;由+-组成的字符串;或者,一个仅由.组成的字符串。这可能不是你想要的。

要解决这个问题,首先要使用最小的必需字符串“锚定”正则表达式,这可能是一个数字:

\d+

现在我们要添加小数部分,但它不会出现在您认为可能的位置:

\d+\.?\d* /* This isn't quite correct. */

这仍然会匹配像123.这样的值。更糟糕的是,它有一个关于它的tinge of evil。这段时间是可选的,这意味着你有两个并排的重复课程(\d+\d*)。如果以错误的方式使用,将系统打开到DoS攻击,这实际上可能是危险的。

要解决这个问题,不要将句点视为可选,我们需要根据需要对其进行处理(分隔重复的字符类),而是将整个小数部分设为可选:

\d+(\.\d+)? /* Better. But... */

现在看起来好多了。我们需要在第一个数字序列和第二个数字序列之间有一段时间,但是有一个致命的缺陷:我们无法匹配.123,因为现在需要一个前导数字。

这实际上很容易修复。我们不需要将数字的“十进制”部分作为可选项,而是将其视为一系列字符:一个或多个数字可以以.作为前缀,可以使用0或更多数字作为前缀:

(\d*\.)?\d+

现在我们只需添加标志:

[+-]?(\d*\.)?\d+

当然,这些斜杠在Java中非常烦人,所以我们可以在我们的长格式字符类中替换:

[+-]?([0-9]*[.])?[0-9]+

Matching versus Validating

这已在评论中提出过几次,所以我在补充和验证方面添加了一个附录。

匹配的目标是在输入中找到一些内容(“大海捞针”)。验证的目的是确保输入采用预期的格式。

就其性质而言,正则表达式仅匹配文本。给定一些输入,他们会找到一些匹配的文本,或者他们不会。但是,通过使用锚标记(^$)将表达式“捕捉”到输入的开头和结尾,我们可以确保找不到匹配,除非整个输入与表达式匹配,有效地使用正则表达式进行验证。

上面描述的正则表达式([+-]?([0-9]*[.])?[0-9]+)将匹配目标字符串中的一个或多个数字。所以给出了输入:

apple 1.34 pear 7.98 version 1.2.3.4

正则表达式将匹配1.347.981.2.3.4

要验证给定输入是一个数字而不是数字,通过将表达式包装在锚标记中,将表达式“捕捉”到输入的开头和结尾:

^[+-]?([0-9]*[.])?[0-9]+$

如果整个输入是浮点数,则只会找到匹配项,如果输入包含其他字符,则不会找到匹配项。因此,给定输入1.2,将找到匹配,但是给定apple 1.2 pear将找不到匹配项。

请注意,一些正则表达式引擎具有validateisMatch或类似函数,它基本上执行我自动描述的内容,如果找到匹配则返回true,如果找不到匹配则返回false。还要记住,某些引擎允许您设置标志,这些标志会更改^$的定义,匹配行的开头/结尾而不是整个输入的开头/结尾。这通常不是默认值,而是要注意这些标志。


-1
投票
[+/-] [0-9]*.[0-9]+

试试这个解决方案


-1
投票

对于JavaScript

const test = new RegExp('^[+]?([0-9]{0,})*[.]?([0-9]{0,2})?$','g');

哪个适用于1.23 1234.22 0 0.12 12

您可以更改{}中的部件以获得十进制长度和小数前面的不同结果。这用于输入输入数字和检查每个输入,因为您只键入允许传递的内容。


19
投票

我不认为在撰写本文时,本页面上的任何答案都是正确的(在SO的其他地方也有许多其他建议也是错误的)。复杂的是你必须匹配以下所有可能性:

  • 没有小数点(即整数值)
  • 小数点前后的数字(例如0.3522.165
  • 仅小数点前的数字(例如0.1234.
  • 仅小数点后的数字(例如.0.5678

同时,您必须确保某处至少有一位数字,即不允许以下数字:

  • 自己的小数点
  • 没有数字的带符号小数点(即+.-.
  • +-自己
  • 一个空字符串

这看起来很棘手,但寻找灵感的一种方法是查看java.lang.Double.valueOf(String)方法的OpenJDK源(从http://hg.openjdk.java.net/jdk8/jdk8/jdk开始,单击“浏览”,向下导航/src/share/classes/java/lang/并找到Double类)。这个类包含的长正则表达式可以满足OP可能没有想到的各种可能性,但是为了简单起见忽略了处理NaN,无穷大,十六进制表示法和指数的部分,并使用\d而不是POSIX表示法对于单个数字,我可以减少正则表达式的重要部分,以获得一个没有指数的带符号浮点数:

[+-]?((\d+\.?\d*)|(\.\d+))

我不认为有一种方法可以避免(...)|(...)构造而不允许任何不包含数字的东西,或者禁止在小数点之前没有数字或者之后没有数字的可能性之一。

显然,在实践中,您需要在正则表达式本身或使用它的代码中处理尾随或前面的空格。


7
投票

你需要的是:

[\-\+]?[0-9]*(\.[0-9]+)?

我转义了“+”和“ - ”符号,并将小数与其后面的数字分组,因为类似于“1”。不是有效的数字。

这些更改将允许您匹配整数和浮点数。例如:

0
+1
-2.0
2.23442

3
投票

这很简单:你使用过Java,你应该使用\\.而不是\.(在Java中搜索字符转义)。


2
投票

这个对我有用:

(?P<value>[-+]*\d+\.\d+|[-+]*\d+)

你也可以使用这个(没有命名参数):

([-+]*\d+\.\d+|[-+]*\d+)

使用一些在线正则表达式测试仪进行测试(例如regex101)


0
投票
[+-]?(([1-9][0-9]*)|(0))([.,][0-9]+)?

[+-]? - 可选的主要标志

(([1-9][0-9]*)|(0)) - 不带前导零的整数,包括单个零

([.,][0-9]+)? - 可选的小数部分


0
投票
^[+]?([0-9]{1,2})*[.,]([0-9]{1,1})?$

这将匹配:

  1. 1.2
  2. 12.3
  3. 1,2
  4. 12,3

0
投票

我想匹配大多数语言认为有效数字(整数和浮点数):

  • '5' / '-5'
  • '1.0' / '1.' / '.1' / '-1.' / '-.1'
  • '0.45326e+04', '666999e-05', '0.2e-3', '-33.e-1'

笔记:

  • preceding sign of number ('-' or '+') is optional
  • '-1.' and '-.1' are valid but '.' and '-.' are invalid
  • '.1e3' is valid, but '.e3' and 'e3' are invalid

为了支持'1'和'.1'我们需要一个OR运算符('|')以确保我们排除'。'从匹配。

[+-]? +/- sing是可选的,因为?表示0或1个匹配

(,因为我们有2个子表达式,我们需要将它们放在括号中

\d+([.]\d*)?(e[+-]?\d+)?这是以数字开头的数字

|分离子表达式

[.]\d+(e[+-]?\d+)?这是以'。'开头的数字。

)结束表达

  • 对于以'。'开头的数字

[.]第一个字符是点(括号内或者它是通配符)

\d+一个或多个数字

(e[+-]?\d+)?这是一个可选的(0或1匹配,因为结尾'?')科学记数法

  • 对于以数字开头的数字

\d+一个或多个数字

([.]\d*)?可选地,我们可以在其后面有一个零个或多个数字的点字符

(e[+-]?\d+)?这是一个可选的科学记数法

  • 科学计数法

e文字指定指数

[+-]?可选指数标志

\d+一个或多个数字

所有这些结合起来:

[+-]?(\d+([.]\d*)?(e[+-]?\d+)?|[.]\d+(e[+-]?\d+)?)

0
投票

在C ++中使用正则表达式库

答案就是这样的:

[0-9]?([0-9]*[.])?[0-9]+

请注意,我没有使用符号符号,如果你想要它带有符号符号,那就是:

[+-]?([0-9]*[.])?[0-9]+

这也分隔了常规数字或十进制数字。

© www.soinside.com 2019 - 2024. All rights reserved.