从文件中提取日期和货币值（用逗号分隔） [英] Extract Date and Currency value(separated by comma) from file
问题描述
提取字符串数据，货币值，[货币类型]和日期。
文件内容：
[[1234567890，您上个月的订阅点是< RS | $ | QR |＃> 5,200.33。当前月份的订阅点是< RS | 15,200.33，去年总分< RS | $ | QR |＃> 5589965.26以及在游戏中丢失的点数是< RS | $ | QR |＃> 11520您今年的订阅将于19-04-2013到期。 9.返回]，[1234567890，您上个月的订阅点是5,200.33。当前月份订阅点是< RS | $ | QR |＃> 1 ，15,200.33，去年总积分< RS | $ | QR |＃> 5589965.26在游戏中丢失的点数是< RS | $ | QR |＃> 11520您今年的订阅将于19-04-2013到期。返回]]
到目前为止我所做的：
def read_file（）：
fp = open（'D：\\ReadData2.txt'， 'rb'）
content = fp.read（）
data = eval（content）
l1 = [％s％x [1] for x in data]
return l1
def check_currency（l2） ：
导入re
（l2 .__ len __（））：
newstr2 = l2 [i]
val_currency = []
val_currency.extend（re .findall（r'（[+ - ]？\d +（?: \，\d +）*？\d +（?: \.\d +）？）'，newstr2））
打印列表％s％val_currency $ b $我在范围内（len（val_currency））：
val2 = val_currency [i]
remove_commas = re.compile（r'，（？= \\ （$'$'）
val3 = remove_commas.sub（''，val2）
print val3
if __name __ ==__ main __：main（）
编辑UDP
我可以提取货币值，但用-ve值的货币与日期格式（dd-mm-yyyy）冲突。在提取字符串值的同时，它也提取[。|，|]如何不读取这些字符。
$ b
check_currency输出
>列表['5,200.33'，'1,15,200.33'，'5589965.26'，'11520' ，'19'，'-04'，'-2013']
> 5200.33
> 115200.33
> 5589965.26
> 11520
> 19
> -04
> -2013
预期输出check_currency ：
>列表['5,200.33'，'1,15,200.33'，'5589965.26'，' 11520']
> 5200.33
> 115200.33
> 5589965.26
> 11520
我添加了这个< RS | $ | QR |＃> \ s * 在正则表达式的第一部分，以
作为要匹配的货币值的前缀。
您可以将代码更改为这个：
pre $ def $ check $ curb $ l $ b $ import $ $ b $ __len __（））：
newstr2 = l2 [i]
val_currency = []
val_currency.extend（re.findall（r'< RS | $ | QR |＃> \ s *（[+ - ]？\ d +（?: \，\ d +）*？\ d +（?: \.\d +）？）'，newstr2））
＃字符串并删除逗号字符
val_currency = [v.replace（'，'，''）for v in val_currency if v]
printList％s％val_currency $
for i in范围（len（val_currency））：
val2 = val_currency [i]
remove_commas = re.compile（r'，（？= \ d +）*？'）
val3 = remove_commas。 sub（''，val2）
print val3
输出：
列表['5200.33'，'115200.33'，'5589965.26'，'11520']
5200.33
115200.33
5589965.26
11520
$ p $ <$ p $ <$ p $val_currency.extend（re.findall（R'< RS | $ | QR |＃>有\s *（[+ - ] \d +（?: \，\d +）* \d + （？：\.\d +）？）'，newstr2））
val_currency = [v.replace（'，'，''）for v in val_currency if v]
Objective:
Extract String data, Currency value , [type of currency] and date.
Content of file:
[["1234567890","Your previous month subscription point is <RS|$|QR|#> 5,200.33.Your current month month subscription point is <RS|$|QR|#> 1,15,200.33, Last Year total point earned <RS|$|QR|#> 5589965.26 and point lost in game is <RS|$|QR|#> 11520 your this year subscription will expire on 19-04-2013. 9. Back"],["1234567890","Your previous month subscription point is <RS|$|QR|#> 5,200.33.Your current month month subscription point is <RS|$|QR|#> 1,15,200.33, Last Year total point earned <RS|$|QR|#> 5589965.26 and point lost in game is <RS|$|QR|#> 11520 your this year subscription will expire on 19-04-2013. 9. Back"]]
What I have done so far:
def read_file():
fp = open('D:\\ReadData2.txt', 'rb')
content = fp.read()
data = eval(content)
l1 = ["%s" % x[1] for x in data]
return l1
def check_currency(l2):
import re
for i in range(l2.__len__()):
newstr2 = l2[i]
val_currency = []
val_currency.extend(re.findall(r'([+-]?\d+(?:\,\d+)*?\d+(?:\.\d+)?)',newstr2))
print " List %s " % val_currency
for i in range(len(val_currency)):
val2 = val_currency[i]
remove_commas = re.compile(r',(?=\d+)*?')
val3 = remove_commas.sub('', val2)
print val3
if __name__=="__main__":main()
EDIT UDP I am able to extract the currency value but with the currency of -ve value are conflicting with date format(dd-mm-yyyy). And during extracting string value its also extracting [.|,|] how not to read these characters.
Ouput of check_currency:
>List ['5,200.33', '1,15,200.33', '5589965.26', '11520', '19', '-04', '-2013']
>5200.33
>115200.33
>5589965.26
>11520
>19
>-04
>-2013
Expected Ouput of check_currency:
>List ['5,200.33', '1,15,200.33', '5589965.26', '11520']
>5200.33
>115200.33
>5589965.26
>11520
I added this <RS|$|QR|#>\s* at the first part of your regular expression so as
to be used as prefix for the currency value you want to match.
You can change your code to this one:
def check_currency(l2):
import re
for i in range(l2.__len__()):
newstr2 = l2[i]
val_currency = []
val_currency.extend(re.findall(r'<RS|$|QR|#>\s*([+-]?\d+(?:\,\d+)*?\d+(?:\.\d+)?)',newstr2))
# skip empty strings and remove comma characters
val_currency = [v.replace(',', '') for v in val_currency if v]
print " List %s " % val_currency$
for i in range(len(val_currency)):
val2 = val_currency[i]
remove_commas = re.compile(r',(?=\d+)*?')
val3 = remove_commas.sub('', val2)
print val3
Output:
List ['5200.33', '115200.33', '5589965.26', '11520']
5200.33
115200.33
5589965.26
11520
aditions in the code:
val_currency.extend(re.findall(r'<RS|$|QR|#>\s*([+-]?\d+(?:\,\d+)*?\d+(?:\.\d+)?)',newstr2))
val_currency = [v.replace(',', '') for v in val_currency if v]
这篇关于从文件中提取日期和货币值（用逗号分隔）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
