如何编写单个正则表达式匹配法语文本中的法语格式数字

最终正则（满足所有需求） #

number_pattern = re.compile(r'\d+(?:[., \u00A0]\d+)*', flags=re.UNICODE)

匹配规则说明 #

该正则完全符合你的要求：

• 首尾必然为数字，支持单个数字匹配，不会遗漏1位数字的场景
• 所有分隔符（点、逗号、普通空格、不间断空格\u00A0）只能出现在两个数字之间，不会匹配到末尾的非数字字符
• 自动限制非数字字符不能连续出现，避免错误匹配用, 等分隔的数字列表

匹配效果示例 #

• 可正常匹配：7、123,45、1.234.567,89、12\u00A0345、987 654,321
• 不会错误匹配：12.、12, 、1,,2、1 3（两个连续空格）

严格格式版本（可选） #

如果后续需要严格遵循法语数字规范（千位分隔符后必须跟3位数字），可使用以下版本：

number_pattern = re.compile(r'\d{1,3}(?:[., \u00A0]\d{3})*(?:,\d+)?', flags=re.UNICODE)

使用示例 #

你的原有处理流程可以直接复用，无需调整：

import re
number_pattern = re.compile(r'\d+(?:[., \u00A0]\d+)*', flags=re.UNICODE)

doubled_dollars_plain_text = plain_text.replace('$', '$$')
substituted_plain_text = re.sub(number_pattern, '$number', doubled_dollars_plain_text)

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