从格式各异的字符串中提取百分比数值的技术需求

核心逻辑 #

先通过正则匹配筛选出可转换为百分比的有效数值（包括纯整数、带逗号/小数点的小数、带%后缀的数值），再按规则处理：移除百分号、小数点替换为逗号，非数值文本返回null。

匹配有效数值的正则表达式：^(\d+([.,]\d+)?)(%?)$

• ^ 和 $ 确保匹配整个字符串，避免部分匹配
• \d+([.,]\d+)? 匹配整数或带逗号/小数点的小数
• (%?) 匹配可选的百分号后缀

实现示例 #

1. SQL（以PostgreSQL为例）

SELECT 
    "客户ID" AS "ID",
    CASE
        -- 匹配有效数值格式
        WHEN "值" ~ '^(\d+([.,]\d+)?)(%?)$' THEN
            -- 先移除百分号，再替换小数点为逗号
            REPLACE(REPLACE("值", '%', ''), '.', ',')
        ELSE 'null'
    END AS "值"
FROM your_table_name;

2. Python 实现

import re

def process_percent_value(input_val):
    # 严格匹配有效数值格式
    pattern = r'^(\d+([.,]\d+)?)(%?)$'
    match_result = re.fullmatch(pattern, input_val)
    
    if match_result:
        # 提取数值部分并替换小数点为逗号
        cleaned_num = match_result.group(1).replace('.', ',')
        return cleaned_num
    return 'null'

# 测试处理原始数据
raw_data = [
    (1, '0,46'), (2, '25%'), (3, '无信息'),
    (4, '二十二'), (5, '12.2'), (6, '365%'), (7, '54')
]

# 生成输出表格
print("| ID | 值 |")
print("| ---- | ---- |")
for customer_id, value in raw_data:
    print(f"| {customer_id} | {process_percent_value(value)} |")

验证结果 #

运行上述代码后，输出与期望表格完全一致：

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