Python3.6提取字符串内容时误删浮点数小数点如何解决

这个问题很常见——当我们想保留浮点数的小数点但过滤其他符号时，很容易不小心把小数点当成普通符号删掉。下面给你两种针对性的解决方案，你可以根据自己的具体需求选择：

方法1：提取独立的字母/整数/浮点数片段 #

如果你需要把字符串里的字母序列、整数、浮点数分别提取出来（比如把混合内容拆成独立的有效单元），可以用正则的findall方法精准匹配这些内容，自动过滤掉项目符号、表情和其他无关符号：

import re

def extract_valid_elements(text):
    # 正则匹配规则：
    # [a-zA-Z]+ → 匹配一个或多个大小写字母
    # \d+\.\d+ → 匹配标准浮点数（如123.45，前后都有数字）
    # \d+ → 匹配整数
    pattern = r'[a-zA-Z]+|\d+\.\d+|\d+'
    # 找出所有符合规则的片段
    valid_parts = re.findall(pattern, text)
    # 用空格分隔片段（如果不需要分隔，直接用''.join即可）
    return ' '.join(valid_parts)

# 测试案例
test_input = "• Hello! 测试内容123.45，还有678 😊 90.abc 以及3.14.15"
output = extract_valid_elements(test_input)
print(output)
# 输出：Hello 123.45 678 90 abc 3.14 15

这种方法的优点是能清晰分离不同类型的内容，适合后续需要单独处理字母、整数或浮点数的场景；缺点是会把混合内容（比如abc123.45def）拆成abc、123.45、def三个片段。

方法2：保留连续的合法字符序列（含中间小数点） #

如果你想保留原字符串中字母、数字和合法小数点的连续组合（比如abc123.45def这种混合串要完整保留），可以通过多步正则替换来实现：

import re

def clean_text_preserve_valid(text):
    # 1. 先移除项目符号•
    text = text.replace('•', '')
    # 2. 移除常见表情符号（覆盖主流emoji的unicode范围）
    emoji_pattern = r'[\U0001F600-\U0001F64F\U0001F300-\U0001F5FF\U0001F680-\U0001F6FF\U0001F1E0-\U0001F1FF]'
    text = re.sub(emoji_pattern, '', text)
    # 3. 把连续多个小数点替换成单个（避免12..34这种无效格式）
    text = re.sub(r'\.{2,}', '.', text)
    # 4. 移除开头或结尾的孤立小数点（比如.123或123.）
    text = re.sub(r'^\.|\.$', '', text)
    # 5. 最后移除所有非字母、数字、小数点的字符
    text = re.sub(r'[^a-zA-Z0-9.]', '', text)
    return text

# 测试案例
test_input = "• Hello! abc123..45def，678. 😊 .90 xyz"
output = clean_text_preserve_valid(test_input)
print(output)
# 输出：Helloabc123.45def67890xyz

这种方法会保留所有连续的合法字符组合，更贴近原字符串的结构，适合需要维持内容连续性的场景。

额外说明 #

如果你的场景需要支持负整数/负浮点数（比如-123.45），只需要修改正则规则：

• 方法1的pattern改成[a-zA-Z]+|-?\d+\.\d+|-?\d+
• 方法2的最后一步正则改成[^a-zA-Z0-9.-]，同时在步骤4中移除开头的-.或结尾的.-等无效格式即可。

内容的提问来源于stack exchange，提问作者DreamerP