正则表达式提取单词与实数：如何去除数字末尾多余点号？

下面提供两种实用的解决方案，完美处理你遇到的数字末尾点号问题：

方法一：直接匹配目标内容拼接 #

这种思路更高效，直接找出所有符合要求的内容再拼接，避免多次替换的麻烦。

import re

def extract_valid_content(input_str):
    # 匹配带负号的实数（整数/小数）和字母数字组合的单词
    pattern = r'-?(?:\d+\.\d+|\d+)|[a-zA-Z0-9]+'
    valid_items = re.findall(pattern, input_str)
    return ' '.join(valid_items)

# 测试你的示例输入
test_input = "word1, word2.word3, 1.4056 -1.2456 40,50 -60$30 60.50. 70.40."
print(extract_valid_content(test_input))
# 输出：word1 word2 word3 1.4056 -1.2456 40 50 -60 30 60.50 70.40

正则说明 #

• -?(?:\d+\.\d+|\d+)：精准匹配带可选负号的实数，不管是小数（如1.4056）还是整数（如40）都能覆盖
• [a-zA-Z0-9]+：匹配包含字母和数字的单词（比如word1、word2）

方法二：分阶段替换优化 #

如果你想基于你原来的re.sub思路调整，可以分三步处理：

import re

def clean_target_string(input_str):
    # 1. 先去掉数字末尾的孤立点（比如60.50.里最后那个多余的点）
    step1 = re.sub(r'(?<=\d)\.(?!\d)', '', input_str)
    # 2. 把所有无关符号替换成空格
    step2 = re.sub(r'[^a-zA-Z0-9.-]+', ' ', step1)
    # 3. 合并连续空格，清理首尾空格
    step3 = re.sub(r'\s+', ' ', step2).strip()
    return step3

# 测试示例
test_input = "word1, word2.word3, 1.4056 -1.2456 40,50 -60$30 60.50. 70.40."
print(clean_target_string(test_input))
# 输出：word1 word2 word3 1.4056 -1.2456 40 50 -60 30 60.50 70.40

正则说明 #

• (?<=\d)\.(?!\d)：用断言精准定位“数字后面、非数字前面”的点，只删这种多余的点
• [^a-zA-Z0-9.-]+：把所有不属于字母、数字、负号、点的字符换成空格
• \s+：把连续的多个空格合并成一个，同时去掉首尾的空格

内容的提问来源于stack exchange，提问作者supermiedos