如何从文本文件中提取纯数字并去除千分位分隔符

问题场景 #

文本文件内容示例：

A customer has purchased your 33%-off item for 2,999 dollars

需求：仅提取其中的纯数字2999，已尝试以下代码但不确定后续操作：

def read_file():
    file = open("some.txt", "r")
    numbers = []
    for num in file:
        print(num.split("A customer has purchased your"))

read_file()

解决方案 #

方法一：正则表达式（灵活通用）

正则能直接匹配数字，还能轻松处理逗号这类分隔符：

import re

def read_file():
    with open("some.txt", "r") as file:
        numbers = []
        for line in file:
            # 先去掉逗号，再匹配所有连续数字
            all_digits = re.findall(r'\d+', line.replace(',', ''))
            # 从匹配结果里挑出目标的4位数字2999
            for digit_str in all_digits:
                if len(digit_str) == 4:
                    numbers.append(digit_str)
                    print(digit_str)
    return numbers

read_file()

方法二：固定格式字符串分割（适合文本结构不变的情况）

如果文本格式一直是...for X dollars这种结构，直接分割定位更简单：

def read_file():
    numbers = []
    with open("some.txt", "r") as file:
        for line in file:
            # 按"for "拆分，取后面的部分
            after_for = line.split("for ")[1]
            # 再按" dollars"拆分，取前面的价格字符串，去掉逗号
            pure_price = after_for.split(" dollars")[0].replace(',', '')
            numbers.append(pure_price)
            print(pure_price)
    return numbers

read_file()

原代码问题说明 #

你原来的代码里split的参数没加引号（已经帮你补上），但这种分割方式只能把文本拆成两部分，没法直接定位到价格，逻辑上走不通，建议换成上面两种方法。

内容的提问来源于stack exchange，提问作者ok cool