如何使用python re模块对整型数进行数字过滤

Question

我想使用python re模块来过滤数字数字的整型数字。

    1
  700
76093
71365
35837
75671
 ^^                 
 ||--------------------- this position should not be 6,7,8,9,0 
 |---------------------- this position should not be 5,6,7

代码：

int_list=[1,700,76093,71365,35837,75671]
str_list = [str(x).zfill(5) for x in int_list]
reexp = r"\d[0-4,8-9][1-5]\d\d"
import re
p = re.compile(reexp)
result = [int("".join(str(y) for y in x)) for x in str_list if p.match(x)]

我有两个问题：

1.是否可以从以下代码生成reexp字符串：

thousand_position = set([1,2,3,4,5,1,1,1,1,1,1,1,1,1,1])
hundred_position  = set([1,2,3,4,8,9,0,1,2,3,2,3,1,2])

2.如何使reexp更简单，避免小于0前缀的bug？

00700
00500          <--- this will also drops into the reexp, it is a 
                     bug because it has no kilo number
10700

reexp = r"\d[0-4,8-9][1-5]\d\d"

耽误您时间，实在对不起

B.Rgs

PS:感谢你对下面的数学解决方案的建议，我知道这可能是简单和快速的，但我希望基于re的版本来平衡其他想法。

Answer 1

好的，首先，我将发布一些代码，这些代码实际上执行了您最初描述的操作：

>>> int_list=[1, 700, 76093, 71365, 35837, 75671]
>>> str_list = [str(i).zfill(5) for i in int_list]
>>> filtered =  [s for s in str_list if re.match('\d[0-4,8-9][1-5]\d\d', s)]
>>> filtered
['71365']

编辑：好的，我想我现在理解你的问题了。您可以使用rjust代替zfill，它将插入空格而不是零。

>>> int_list=[1,700,76093,71365,35837,75671,500]
>>> str_list = [str(i).rjust(5) for i in int_list]
>>> re_str = '\d' + str(list(set([0, 1, 3, 4, 8, 9]))) + str(list(set([1, 2, 3, 4, 5]))) + '\d\d'
>>> filtered =  [s for s in str_list if re.match(re_str, s)]
>>> filtered
['71365']

我认为用数学的方法来做这件事最终会更快，但也许你有理由使用正则表达式。

Answer 2

您确定要使用re模块吗？你可以通过一些简单的数学运算得到你想要做的事情。

def valid_number(n):
  return 0 < n%1000/100 < 6 and not 5 >= n%10000/1000 >= 7

int_list = [1,700,76093,71365,35837,75671,]
result   = [x for x in int_list if valid_number(x)]

或者：

result    = filter(valid_number, int_list)