用正则expression式匹配数字 – 只有数字和逗号

我不知道如何构build示例值的正则expression式：

123,456,789 -12,34 1234 -8 

你可以帮帮我吗？

Answer 1

如果你只想允许数字和逗号， ^[-,0-9]+$是你的正则expression式。 如果您还想要空格，请使用^[-,0-9 ]+$ 。

但是，如果你想允许正确的数字，最好去这样的事情：

 ^([-+] ?)?[0-9]+(,[0-9]+)?$ 

或简单地使用.net的数字parsing器 （对于各种NumberStyles，请参阅MSDN ）：

 try { double.Parse(yourString, NumberStyle.Number); } catch(FormatException ex) { /* Number is not in an accepted format */ } 

Answer 2

什么是数字？

对于你的 “简单”问题，我有一个简单的问题：“一个数字”是什么意思？

• −0是一个数字？
• 你觉得√−1怎么样？
• ⅝或⅝是数字吗？
• 一个号码是186,282.42±0.02英里/秒？还是两三个呢？
• 是6.02e23一个数字？
• 是3.141_592_653_589一个数字？ π或How怎么ℯ ？ 和−2π⁻³ ͥ ？
• 0.083̄有多less个数字？
• 128.0.0.1有多less个数字？
• 什么号码持有？ 怎么⚂⚃ ？
• 10,5 mm有一个数字，还是有两个？
• ∛8³是一个数字 – 还是三个？
• ↀↀⅮⅭⅭⅬⅫ AUC代表2762或2009年的数字是ↀↀⅮⅭⅭⅬⅫ AUC ？
• 是४५६७和৭৮৯৮号码？
• 那么0b111101101和0b111101101呢？
• 是不是一个数字？ NaN ？
• ④②是一个数字吗？ 那么⓰ ？
• 你觉㊅ ？
• ℵ₀和ℵ₁与数字有什么关系？ 或ℝ ， ℚ和ℂ ？

build议模式

另外，你是否熟悉这些模式？ 你能解释每个人的利弊吗？

1. /\D/
2. /^\d+$/
3. /^\p{Nd}+$/
4. /^\pN+$/
5. /^\p{Numeric_Value:10}$/
6. /^\P{Numeric_Value:NaN}+$/
7. /^-?\d+$/
8. /^[+-]?\d+$/
9. /^-?\d+\.?\d*$/
10. /^-?(?:\d+(?:\.\d*)?|\.\d+)$/
11. /^([+-]?)(?=\d|\.\d)\d*(\.\d*)?([Ee]([+-]?\d+))?$/
12. /^((\d)(?(?=(\d))|$)(?(?{ord$3==1+ord$2})(?1)|$))$/
13. /^(?:(?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2})[.](?:25[0-5]|2[0-4][0-9]|[0-1]?[0-9]{1,2}))$/
14. /^(?:(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}):(?:[0-9a-fA-F]{1,2}))$/
15. /^(?:(?:[+-]?)(?:[0123456789]+))$/
16. /(([+-]?)([0123456789]{1,3}(?:,?[0123456789]{3})*))/
17. /^(?:(?:[+-]?)(?:[0123456789]{1,3}(?:,?[0123456789]{3})*))$/
18. /^(?:(?i)(?:[+-]?)(?:(?=[0123456789]|[.])(?:[0123456789]*)(?:(?:[.])(?:[0123456789]{0,}))?)(?:(?:[E])(?:(?:[+-]?)(?:[0123456789]+))|))$/
19. /^(?:(?i)(?:[+-]?)(?:(?=[01]|[.])(?:[01]{1,3}(?:(?:[,])[01]{3})*)(?:(?:[.])(?:[01]{0,}))?)(?:(?:[E])(?:(?:[+-]?)(?:[01]+))|))$/
20. /^(?:(?i)(?:[+-]?)(?:(?=[0123456789ABCDEF]|[.])(?:[0123456789ABCDEF]{1,3}(?:(?:[,])[0123456789ABCDEF]{3})*)(?:(?:[.])(?:[0123456789ABCDEF]{0,}))?)(?:(?:[G])(?:(?:[+-]?)(?:[0123456789ABCDEF]+))|))$/
21. /((?i)([+-]?)((?=[0123456789]|[.])([0123456789]{1,3}(?:(?:[_,]?)[0123456789]{3})*)(?:([.])([0123456789]{0,}))?)(?:([E])(([+-]?)([0123456789]+))|))/

我怀疑上面的一些模式可能会满足您的需求。 但是我不能告诉你哪一个或那个，或者如果没有，就提供给你另一个 – 因为你没有说出“number”是什么意思。

正如你所看到的，有很多数字的可能性：事实上，这个数字可能大概是1/1。 ☺

build议模式的关键

下面列出的每个编号说明都描述了上面列出的相应编号模式的模式。

1. 匹配string中是否有任何非数字 ，包括换行符等空格。
2. 只有当string只包含数字时才匹配，可能除了尾部换行符。 请注意，数字被定义为具有属性常规类别十进制数字，该数字可用为\p{Nd} ， \p{Decimal_Number}或\p{General_Category=Decimal_Number} 。 这实际上只是数字types类别为十进制的那些代码点的反映，它可以用作\p{Numeric_Type=Decimal} 。
3. 这与大多数正则expression式语言中的2相同。 Java在这里是一个例外，因为它不会像\w和\W ， \d和\D ， \s和\S和\b或\B这样简单的charclass转义映射到适当的Unicode属性中。 这意味着您不得在Java中使用任何八位单字符转义符，因为即使Java在内部始终使用Unicode字符，它们也只能用于ASCII。
4. 这与3略有不同，因为它不限于小数，而可以是任何数字; 也就是任何带有\pN ， \p{Number}或\p{General_Category=Number}属性的\p{General_Category=Number} 。 这些包括\p{Nl}或\p{Letter_Number}用于罗马数字和\p{No}或\p{Other_Number}等下标和下标数字，分数和圈数。
5. 这只匹配那些完全由十进制数字组成的string，比如Ⅹ罗马数字十， ⑩ ， ⑽ ， ⒑ ， ❿ ， ❿ ， ➉和➓ 。
6. 只有那些包含缺less数字值NaN的字符的string; 换句话说，所有的字符必须有一些数字值。
7. 只匹配十进制数字，可select带领先的HYPHEN MINUS。
8. 与7相同，但现在如果符号是正数而不是负数，也可以使用。
9. 查找十进制数字，可选的HYPHEN MINUS和可选的FULL STOP加上零或更多的十进制数字。
10. 与9相同，但在点之前不需要数字。
11. 每个C和许多其他语言的标准浮点标记，允许使用科学记数法。
12. 查找任意脚本的两位或更多小数的数字，按照降序排列，如987或54321.这个recursion正则expression式包含一个Perl代码调用，用于检查向前看的数字是否具有当前数字的后继代码点值; 也就是说，它的序数值更大一些。 人们可以在PCRE中使用C函数作为标注。
13. 这将在有效范围内查找具有四个十进制数字的有效IPv4地址，如128.0.0.1或255.255.255.240，但不是999.999.999.999。
14. 这寻找一个有效的MAC地址，所以六个冒号分开的两个ASCIIhex数字对。
15. 这在整个ASCII范围内寻找可选的前导符号。 这是匹配ASCII整数的正常模式。
16. 这就像15，除了需要一个逗号来分隔三个组。
17. 这就像15，除了逗号分隔组现在是可选的。
18. 这是在ASCII中匹配C样式浮点数的正常模式。
19. 这就像18，但需要一个逗号分隔3组，而不是以10为底。
20. 这就像19，但在hex。 请注意，可选的指数现在由G代替E来表示，因为E是有效的hex数字。
21. 这将检查该string是否包含一个C风格的浮点数字，但是在它们之间用逗号或下划线（LOW LINE）的每三位数字组成一个可选的分组分隔符。 它还将该string存储到\1捕获组中，在匹配成功后以$1提供。

来源和可维护性

模式编号1,2,7-11来自问题“我如何validationinput？”中Perl 常见问题列表的前一个版本。 该部分已被build议使用由Abigail和Damian Conway编写的Regexp :: Common模块。 原始模式仍然可以在Perl Cookbook的 Recipe 2.1中find，“检查一个string是否是有效的数字”，可以find令人眼花缭乱的多种语言的解决scheme，包括ada，common lisp，groovy，guile， haskell，java，merd，ocaml，php，pike，python，rexx，ruby和tcl在PLEAC项目中的使用 。

模式12可以更明确地重写

 m{ ^ ( ( \d ) (?(?= ( \d ) ) | $ ) (?(?{ ord $3 == 1 + ord $2 }) (?1) | $ ) ) $ }x 

它使用regexrecursion ，在许多模式引擎中都可以find它，包括Perl和所有PCRE派生语言。 但它也使用embedded式代码标注作为其第二个条件模式的testing; 据我所知，代码标注仅在Perl和PCRE中可用。

模式13-21从前面提到的Regexp :: Common模块中得到。 请注意，为了简洁起见，这些代码都是没有空格和注释的，你在生产代码中肯定会想要的。 下面是在/x模式下看起来如何：

 $real_rx = qr{ ( # start $1 to hold entire pattern ( [+-]? ) # optional leading sign, captured into $2 ( # start $3 (?= # look ahead for what next char *will* be [0123456789] # EITHER: an ASCII digit | [.] # OR ELSE: a dot ) # end look ahead ( # start $4 [0123456789]{1,3} # 1-3 ASCII digits to start the number (?: # then optionally followed by (?: [_,]? ) # an optional grouping separator of comma or underscore [0123456789]{3} # followed by exactly three ASCII digits ) * # repeated any number of times ) # end $4 (?: # begin optional cluster ( [.] ) # required literal dot in $5 ( [0123456789]{0,} ) # then optional ASCII digits in $6 ) ? # end optional cluster ) # end $3 (?: # begin cluster group ( [E] ) # base-10 exponent into $7 ( # exponent number into $8 ( [+-] ? ) # optional sign for exponent into $9 ( [0123456789] + ) # one or more ASCII digits into $10 ) # end $8 | # or else nothing at all ) # end cluster group ) }xi; # end $1 and whole pattern, enabling /x and /i modes 

从软件工程angular度来看，在上面的/x模式版本中使用的样式仍然有几个问题。 首先，有大量的代码重复，你看到相同的[0123456789] ; 如果其中一个序列意外地遗漏了数字，会发生什么？ 其次，你依靠位置参数，你必须数。 这意味着你可能会写如下的东西：

 ( $real_number, # $1 $real_number_sign, # $2 $pre_exponent_part, # $3 $pre_decimal_point, # $4 $decimal_point, # $5 $post_decimal_point, # $6 $exponent_indicator, # $7 $exponent_number, # $8 $exponent_sign, # $9 $exponent_digits, # $10 ) = ($string =~ /$real_rx/); 

这是坦率的可恶！ 很容易弄错编号，很难记住哪些符号名字在哪里，而且很难写，特别是如果你不需要所有这些部分。 重写，以使用命名的组，而不是只是编号的。 再一次，我将使用Perl语法作为variables，但模式的内容应该可以在任何支持指定组的地方工作。

 use 5.010; # Perl got named patterns in 5.10 $real_rx = qr{ (?<real_number> # optional leading sign (?<real_number_sign> [+-]? ) (?<pre_exponent_part> (?= # look ahead for what next char *will* be [0123456789] # EITHER: an ASCII digit | [.] # OR ELSE: a dot ) # end look ahead (?<pre_decimal_point> [0123456789]{1,3} # 1-3 ASCII digits to start the number (?: # then optionally followed by (?: [_,]? ) # an optional grouping separator of comma or underscore [0123456789]{3} # followed by exactly three ASCII digits ) * # repeated any number of times ) # end <pre_decimal_part> (?: # begin optional anon cluster (?<decimal_point> [.] ) # required literal dot (?<post_decimal_point> [0123456789]{0,} ) ) ? # end optional anon cluster ) # end <pre_exponent_part> # begin anon cluster group: (?: (?<exponent_indicator> [E] ) # base-10 exponent (?<exponent_number> # exponent number (?<exponent_sign> [+-] ? ) (?<exponent_digits> [0123456789] + ) ) # end <exponent_number> | # or else nothing at all ) # end anon cluster group ) # end <real_number> }xi; 

现在抽象被命名，这有助于。 你可以通过名字把这些小组拉出来，而你只需要那些你关心的小组。 例如：

 if ($string =~ /$real_rx/) { ($pre_exponent, $exponent_number) = @+{ qw< pre_exponent exponent_number > }; } 

还有一件事要做到这一点，使其更容易维护。 问题是还有太多的重复，这意味着在一个地方太容易改变，而另一个地方却不太容易改变。 如果你正在做McCabe分析，你会说它的复杂性度量太高。 我们大多数人会说这是太过于缩进。 这使得难以遵循。 为了解决所有这些问题，我们需要的是一个“语法模式”，一个带有一个定义块来创build命名抽象，然后在稍后的比赛中，我们就像一个子例程调用。

 use 5.010; # Perl first got regex subs in v5.10 $real__rx = qr{ ^ # anchor to front (?&real_number) # call &real_number regex sub $ # either at end or before final newline ################################################## # the rest is definition only; think of ## # each named buffer as declaring a subroutine ## # by that name ## ################################################## (?(DEFINE) (?<real_number> (?&mantissa) (?&abscissa) ? ) (?<abscissa> (?&exponent_indicator) (?&exponent) ) (?<exponent> (&?sign) ? (?&a_digit) + ) (?<mantissa> # expecting either of these.... (?= (?&a_digit) | (?&point) ) (?&a_digit) {1,3} (?: (?&digit_separator) ? (?&a_digit) {3} ) * (?: (?&point) (?&a_digit) * ) ? ) (?<point> [.] ) (?<sign> [+-] ) (?<digit_separator> [_,] ) (?<exponent_indicator> [Ee] ) (?<a_digit> [0-9] ) ) # end DEFINE block }x; 

看看语法模式比原来的线条模式有多疯狂吗？ 获得正确的语法也容易得多：我input了，甚至没有一个正则expression式需要纠正的语法错误。 （好的，我input了所有其他的语法错误，但是我一直在这样做一段时间:)

语法模式看起来更像一个BNF，而不像人们讨厌的丑陋的旧正则expression式。 他们阅读，写作和维护要容易得多。 那么让我们没有更丑陋的模式，好吗？

Answer 3

尝试这个：

 ^-?\d{1,3}(,\d{3})*(\.\d\d)?$|^\.\d\d$ 

允许：

 1 12 .99 12.34 -18.34 12,345.67 999,999,999,999,999.99 

Answer 4

由于这个问题在四年后重新开放，我想提出一个不同的看法。 由于有人花了很多时间处理正则expression式，我的观点是这样的：

答：如果可能的话，不要使用正则expression式来validation数字

如果可能的话，使用你的语言。 可能有些函数可以帮助您确定string中包含的值是否是有效的数字。 这就是说，如果你接受各种格式（逗号等），你可能没有select。

B.不要手动编写正则expression式来validation数字范围

• 写一个正则expression式来匹配给定范围内的数字是很困难的。 即使写一个正则expression式来匹配1到10之间的数字，你也可能犯了一个错误。
• 一旦你有一个数字范围的正则expression式，很难debugging。 首先，看看是很糟糕的。 其次，你怎么能确定它匹配你想要的所有值，而不匹配任何你不想要的值？ 坦率地说，如果你是独自一人，没有同伴看你的肩膀，你不能。 最好的debugging技术是以编程方式输出一系列数字，并根据正则expression式进行检查。
• 幸运的是，有一些工具可以自动生成一个数字范围的正则expression式。

C.明智地消耗正则expression能量：使用工具

• 匹配给定范围内的数字是一个已经解决的问题。 没有必要尝试重新发明轮子。 这是一个可以通过一个程序机械地解决的问题，保证没有错误。 利用这个免费的旅程。
• 解决一个数字范围的正则expression式可能会有趣的几次学习的目的。 除此之外，如果你有精力投资于提高你的正则expression式技能，把它花在一些有用的东西上，比如加深你对正则expression式的理解，阅读Unicode正则expression式 ，使用零宽度匹配或者recursion，阅读SO正则expression式常见问题并发现整洁的技巧，如如何从正则expression式匹配排除某些模式 …或阅读经典，如Matering正则expression式，第三版或正则expression式食谱，第二版 。

对于工具，您可以使用：

• 在线： Regex_for_range
• 离线：我知道的唯一一个是正则expression式大师Jan Goyvaerts的RegexMagic （不是免费的）。 这是他的初学者正则expression式产品，我记得它有一个范围广泛的select，在给定的范围内产生数字，除其他function。
• 如果条件过于复杂，则自动生成两个范围…然后用交替操作符|将它们连接起来

D.练习：为问题中的规范build立一个正则expression式

这些规格是相当广泛的…但不一定含糊不清。 我们再看一下示例值：

 123,456,789 -12,34 1234 -8 

前两个值如何关联？ 首先，逗号与三个权力组相匹配。 在第二种情况下，它可能与欧式风格的数字格式中的小数点匹配。 这并不意味着我们应该在任何地方都允许数字，就像1,2,3,44 。 同样道理，我们不应该是限制性的。 例如，接受的答案中的正则expression式将不符合123,456,789中的一个要求（请参阅演示 ）。

我们如何build立我们的正则expression式来匹配规格？

• 让我们锚定^和$之间的expression式来避免子匹配
• 让我们允许一个可选的减号： -?
• 让我们在交替的两边匹配两种types的数字(?:this|that) ：
• 左边是一个欧式数字，可选用逗号分隔小数部分： [1-9][0-9]*(?:,[0-9]+)?
• 在右边，有数千个分隔符： [1-9][0-9]{1,2}(?:,[0-9]{3})+

完整的正则expression式：

 ^-?(?:[1-9][0-9]*(?:,[0-9]+)?|[1-9][0-9]{1,2}(?:,[0-9]{3})+)$ 

看演示 。

这个正则expression式不允许从0开始的欧式风格的数字，比如0,12 。 这是一个function，而不是一个错误。 为了匹配这些，一个小的调整将做到：

 ^-?(?:(?:0|[1-9][0-9]*)(?:,[0-9]+)?|[1-9][0-9]{1,2}(?:,[0-9]{3})+)$ 

看演示 。

Answer 5

尝试这个：

 ^-?[\d\,]+$ 

它将允许一个可选的-作为第一个字符，然后是逗号和数字的任意组合。

Answer 6

 ^-? # start of line, optional - (\d+ # any number of digits |(\d{1,3}(,\d{3})*)) # or digits followed by , and three digits ((,|\.)\d+)? # optional comma or period decimal point and more digits $ # end of line 

Answer 7

 ^[-+]?(\d{1,3})(,?(?1))*$ 

Debuggex演示

那么它是什么？！

• ^标记string的开头
• [-+]? 在string开始之后允许减号或加号
• (\d{1,3})在一行中匹配至less一个和最多三个（ {1,3} ）数字（ \d – 通常为[0-9] ）并对它们进行分组（括号(...)该组）作为第一组
• (,?(?1))*好吧，我们来分解一下
  • (...)build立另一个组（ 不是那么重要 ）
  • ,? 匹配一个逗号（如果存在）在第一个数字序列之后
  • (?1)再次匹配第一组的模式（记住(\d{1,3}) ）; 换句话说：在这一点上，expression式匹配一个符号（加号/减号/无），后跟一串数字，后面可能跟着一个逗号，接着是另一个数字序列。
  • (,?(?1))* ， *重复第二部分（逗号＆序列）尽可能经常
• $最后匹配string的结尾

这种expression的优点是，为了避免在你的expression中一遍又一遍地定义相同的模式…呃，有时候缺点是复杂性： – /

Answer 8

在Java中，您可以使用java.util.Scanner及其useLocale方法

 Scanner myScanner = new Scanner(input).useLocale( myLocale) isADouble = myScanner.hasNextDouble() 

Answer 9

例如：

  ^(-)?([,0-9])+$ 

它应该工作。 用你想要的任何语言来实现它。

Answer 10

尝试这个：

  boxValue = boxValue.replace(/[^0-9\.\,]/g, ""); 

此RegEx仅匹配数字，点和逗号。