如何在Python中使用正则表达式提取value字段后的数值

你原有代码的问题有三个：

• 正则规则只匹配了"value"字符串本身，没有捕获后面跟随的数值
• re.findall 接收的参数是字符串，不能直接传入文件对象
• 最后打印的value变量根本没有定义

你要的提取逻辑用下面的代码就能直接跑，10万行文本的处理速度完全够用，不需要逐行手动遍历：

import re

# 读取文件全部内容，根据你文件实际编码改encoding参数即可
with open('filename.txt', 'r', encoding='utf-8') as f:
    file_content = f.read()

# 正则匹配所有value: 后面的数值，自动兼容冒号后多空格、整数/浮点数场景
match_values = re.findall(r'value:\s*(\d+\.?\d*)', file_content)

# 如果需要把提取结果转成浮点数类型，取消注释下面这行即可
# match_values = [float(item) for item in match_values]

print(match_values)

正则规则说明 #

使用的匹配规则r'value:\s*(\d+\.?\d*)'各部分作用：

• value:：匹配固定前缀文本，定位到目标行的特征字段
• \s*：匹配冒号后0到多个空白字符，兼容冒号后多打空格、制表符的不规范格式
• (\d+\.?\d*)：捕获组，会被findall直接返回匹配内容，其中\d+匹配整数部分，\.?匹配可选的小数点，\d*匹配小数点后0到多位数字，整数、浮点数都能正常识别
• 如果你的数值可能包含负数，把规则改成r'value:\s*(-?\d+\.?\d*)'即可，新增的-?用来匹配可选的负号

内容的提问来源于stack exchange，提问作者user17350567