文章目录
目录
- 方法1：最简单直接的方法（推荐）
- 方法2：使用search提取第一个数字
- 方法3：精确匹配’cn_'后的数字
- 方法4：使用findall处理多个数字
- 方法5：使用split分割提取
- 方法6：提取并转换为整数
- 方法7：处理多种格式的股票代码
- 方法8：使用命名捕获组（更清晰）
- 方法9：批量处理列表
- 方法10：完整的股票代码提取工具
- 方法11：处理您的Redis股票数据场景
- 快速解决方案
- 正则表达式说明
import re
text = 'cn_000858'
# 提取所有数字
numbers = re.findall(r'd+', text)
print(numbers) # ['000858']
# 如果只需要第一个匹配结果
if numbers:
result = numbers[0]
print(result) # '000858'
import re
text = 'cn_000858'
# 搜索第一个数字序列
match = re.search(r'd+', text)
if match:
result = match.group()
print(result) # '000858'
import re
text = 'cn_000858'
# 匹配'cn_'后面的数字
match = re.search(r'cn_(d+)', text)
if match:
result = match.group(1) # group(1)获取第一个捕获组
print(result) # '000858'
import re
# 如果字符串中有多个数字
text = 'cn_000858_stock_123'
# 提取所有数字
numbers = re.findall(r'd+', text)
print(numbers) # ['000858', '123']
# 提取特定位置的数字
match = re.search(r'cn_(d+)', text)
if match:
stock_code = match.group(1)
print(f"股票代码: {stock_code}") # '000858'
import re
text = 'cn_000858'
# 使用下划线分割，取最后一部分
parts = text.split('_')
result = parts[-1]
print(result) # '000858'
# 或者用正则split
result = re.split(r'[^d]+', text)[-1]
print(result) # '000858'
import re
text = 'cn_000858'
# 提取数字并转换为整数（会去掉前导零）
match = re.search(r'd+', text)
if match:
number_str = match.group()
number_int = int(number_str)
print(f"字符串: {number_str}, 整数: {number_int}")
# 输出: 字符串: 000858, 整数: 858
# 如果需要保留前导零，保持字符串形式
result = match.group()
print(f"保留前导零: {result}") # '000858'
import re
def extract_stock_code(text):
"""
从各种格式中提取股票代码
"""
# 匹配多种模式: cn_000858, sh600000, sz000001, 000858等
patterns = [
r'cn_(d+)', # cn_000858
r'(?:sh|sz)(d+)', # sh600000, sz000001
r'^(d{6})$', # 纯数字6位
r'_(d{6})', # 下划线后6位数字
]
for pattern in patterns:
match = re.search(pattern, text, re.IGNORECASE)
if match:
return match.group(1)
return None
# 测试
test_cases = [
'cn_000858',
'sh600000',
'sz000001',
'000858',
'stock_cn_000858_data',
]
for text in test_cases:
code = extract_stock_code(text)
print(f"{text:20} ->
")
import re
text = 'cn_000858'
# 使用命名捕获组
match = re.search(r'cn_(?P<code>d+)', text)
if match:
code = match.group('code')
print(f"股票代码:
") # '000858'
# 也可以用groupdict()
print(match.groupdict()) # {'code': '000858'}
import re
# 批量处理多个字符串
texts = [
'cn_000858',
'cn_000001',
'sh600000',
'sz000002',
]
# 使用列表推导式
codes = [re.search(r'd+', text).group() for text in texts if re.search(r'd+', text)]
print(codes) # ['000858', '000001', '600000', '000002']
# 更安全的方式（处理可能没有数字的情况）
codes = []
for text in texts:
match = re.search(r'd+', text)
if match:
codes.append(match.group())
print(codes)
import re
from typing import Optional, List
class StockCodeExtractor:
"""股票代码提取器"""
@staticmethod
def extract(text: str) -> Optional[str]:
"""
从文本中提取股票代码
支持格式: cn_000858, sh600000, sz000001, 000858等
"""
if not text:
return None
# 模式列表（按优先级排序）
patterns = [
(r'cn_(d{6})', 1), # cn_000858
(r'(?:sh|sz|hk)(d{6})', 1), # sh600000, sz000001, hk00700
(r'^(d{6})$', 1), # 纯6位数字
(r'_(d{6})', 1), # 下划线后6位数字
(r'b(d{6})b', 1), # 单词边界的6位数字
(r'd+', 0), # 任意数字（最后备选）
]
for pattern, group_idx in patterns:
match = re.search(pattern, text, re.IGNORECASE)
if match:
code = match.group(group_idx)
# 验证是否为6位数字（股票代码通常是6位）
if len(code) == 6 and code.isdigit():
return code
# 如果不是6位但也没有其他匹配，返回它
elif group_idx == 0: # 最后一个模式
return code
return None
@staticmethod
def extract_all(text: str) -> List[str]:
"""
提取文本中所有可能的股票代码
"""
# 提取所有6位数字序列
codes = re.findall(r'bd{6}b', text)
return codes
@staticmethod
def validate(code: str) -> bool:
"""
验证股票代码格式
"""
return bool(re.match(r'^d{6}$', code))
# 使用示例
if __name__ == "__main__":
extractor = StockCodeExtractor()
test_cases = [
'cn_000858',
'深南电路 cn_000858',
'sh600000',
'sz000001',
'000858',
'股票代码: 000858',
'hk00700',
]
print("单个提取:")
for text in test_cases:
code = extractor.extract(text)
is_valid = extractor.validate(code) if code else False
print(f"{text:25} -> {code:10} (有效: {is_valid})")
print("n批量提取:")
text = "关注股票: cn_000858, sh600000, sz000001"
codes = extractor.extract_all(text)
print(f"文本: {text}")
print(f"提取的代码: {codes}")
import re
import json
def extract_stock_code_from_redis(data_str):
"""
从Redis读取的数据中提取股票代码
"""
try:
# 先尝试解析JSON
data = json.loads(data_str)
# 如果是字典，查找包含代码的字段
if isinstance(data, dict):
# 尝试常见的字段名
code_fields = ['code', 'stock_code', 'symbol', 'ts_code']
for field in code_fields:
if field in data:
code = data[field]
# 提取数字部分
match = re.search(r'd+', str(code))
if match:
return match.group()
# 如果没有找到，尝试从所有值中提取
for value in data.values():
match = re.search(r'd+', str(value))
if match and len(match.group()) == 6:
return match.group()
# 如果是字符串，直接提取
elif isinstance(data, str):
match = re.search(r'd{6}', data)
if match:
return match.group()
except json.JSONDecodeError:
# 如果不是JSON，直接从字符串提取
match = re.search(r'd{6}', data_str)
if match:
return match.group()
return None
# 测试
test_data = [
'{"name": "深南电路", "code": "cn_000858"}',
'{"ts_code": "000858.SZ", "name": "深南电路"}',
'cn_000858',
'000858',
]
for data in test_data:
code = extract_stock_code_from_redis(data)
print(f"{data:40} -> 代码:
")
针对您的具体需求，最简单的代码：
import re # 从 'cn_000858' 提取数字 text = 'cn_000858' result = re.search(r'd+', text).group() print(result) # '000858' # 或者一行代码 result = re.findall(r'd+', 'cn_000858')[0] print(result) # '000858'
| 模式 | 说明 | 示例 |
|---|---|---|
d+ |
匹配一个或多个数字 | ‘000858’ |
d{6} |
匹配恰好6个数字 | ‘000858’ |
cn_(d+) |
匹配’cn_'后的数字 | ‘000858’ |
(?:sh|sz)(d+) |
匹配sh或sz后的数字 | ‘600000’ |
bd{6}b |
单词边界的6位数字 | ‘000858’ |
选择最适合您场景的方法即可！
以上就是Python使用正则提取字符串中数字的方法汇总的详细内容，更多关于Python正则提取字符串中数字的资料请关注风君子博客其它相关文章！
您可能感兴趣的文章:
- Python利用正则表达式从字符串提取数字
- python正则表达式从字符串中提取数字的思路详解
- Python如何提取字符串中的数字
- 一文详解如何使用Python从字符串中提取数字
- python提取字符串中的数字的实现