PTT數位生活區 / RegExp (正規表示式 Regular Expression)

[問題] 挑出千分位錯誤的數字

看板RegExp (正規表示式 Regular Expression)作者 (樹枝擺擺)時間4年前 (2020/03/13 19:32), 編輯推噓5(5推 0噓 9→)
留言14則, 5人參與, 4年前最新討論串1/1
使用語言：Python 3 使用環境：Windows 10 我想製作一個小工具，檢查公司所需的文章，其格式是否存在一致性 其中一個格式是，阿拉伯數字必須要加千分位， 例如：123,000元(正確)、123000元(錯誤) 我知道在這條件下，正確的數字格式應該是：r'\d{1,3}(,\d{3})*(\.\d)?' 可是我現在想要做的是反過來， 就是檢查時，遇到不符合的數字就要標記起來，再以人眼確認 以免誤修到原本就不是用來表示數值的阿拉伯數字，如西元年份 我想到的條件很簡單， 就是只要連續四個以上的阿拉伯數字但中間沒逗號就是有嫌疑，所以寫r'\d{4,}' 我想請教的是，有沒有辦法用一條表達式， 在不根據數字後面的文字是年份或貨幣判斷下， 把至少1900~2099年間的西元年份給排除掉 因為每篇文章要檢查的條件可能高達千種以上，每種都要用一條表達式檢查 數字的千分位格式只是其中一個規定， 所以我希望，不到最後一刻別用if條件判斷式去排除西元年份，以免可讀性變差 才想說看能否整合成一個表達式 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.230.110.216 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/RegExp/M.1584099163.A.D9E.html
→
03/13 20:12, 4年前 , 1F
先撈出來 再轉成 int 判斷可能比較快
03/13 20:12, 1F
推
03/17 09:01, 4年前 , 2F
(?!(19[0-9][0-9]|20[0-9][0-9]))\d{4,}
03/17 09:01, 2F
→
03/17 09:02, 4年前 , 3F
測試資料有 1989、2010、1,358、4052
03/17 09:02, 3F
→
03/17 09:02, 4年前 , 4F
用這條規則可以篩選出最後的 4052
03/17 09:02, 4F
推
03/17 09:09, 4年前 , 5F
(?!\d{1,3}(,\d{3})(,\d{3})?(\.\d)?)
03/17 09:09, 5F
→
03/17 09:09, 4年前 , 6F
(?!((?=19|20)[0-9][0-9]))\d{4,} 加上前面那段就能得到4052
03/17 09:09, 6F
→
03/17 09:10, 4年前 , 7F
前一條規則是用來排除有千分位的數字，後一條排除西元年份
03/17 09:10, 7F
推
03/17 09:14, 4年前 , 8F
3(?!((?:19|20)[0-9][0-9]))\d{4,} 改成這樣比較對
03/17 09:14, 8F
→
03/17 09:14, 4年前 , 9F
(?!((?:19|20)[0-9][0-9]))\d{4,} 改成這樣比較對
03/17 09:14, 9F
推
03/17 11:35, 4年前 , 10F
(?!(?:(?:19[0-9]|20[0-2])[0-9])) 這樣排除西元感覺更好
03/17 11:35, 10F
→
03/19 19:39, 4年前 , 11F
謝謝我晚點來試看看，原來還有(?!)(?:)層層套疊的用法
03/19 19:39, 11F
→
03/26 11:20, 4年前 , 12F
negative look ahead 能做到嗎？你的「連續4數字沒逗
03/26 11:20, 12F
→
03/26 11:20, 4年前 , 13F
號」會miss掉逗號錯位的case 吧...
03/26 11:20, 13F
推
04/18 06:10, 4年前 , 14F
\d{5,}|(?:0[0-9]|1[0-8]|2[1-9])\d{2}
04/18 06:10, 14F
‣ 更多 liquidbox 的文章
文章代碼(AID): #1UQszRsU (RegExp)
RegExp 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 liquidbox 的文章
文章代碼(AID): #1UQszRsU (RegExp)