价格的regex不起作用

输入字符串包含一个由基组成的多字节字母 c 字母和音调符号,regex包含带Unicode码位的预组合字母 \u010D .

你可以用

(\d(?:[., \d]*\d)?)\s*(K(?:c\u030C|\u010D)|Eur)

或

(\d[., \d]*)\s*(K(?:č|č)|Eur))

查看 regex ( second regex demo )和 Python demo .

图案细节

• \d -数字
• (?:[., \d]*\d)? -可选出现
  • [., \d]* -零个或多个数字、空格, . 或 ,
  • \ D -数字
• \s* -0个或更多空白
• (?:K(?:c\u030C|\u010D)|Eur) -或者 K 后面跟着 c\u030C 或 \ U010D型 ,或 Eur 价值观。

定义货币regex时,请使用 CZK = ['Czk','K(?:č|č)'] 或 CZK = ['Czk', r'K(?:c\u030C|\u010D)'] .

正如Wiktor Stribiew评论的那样, Kč 在你的regexp中不同于 Kč 在您的文本中。您可以使用 unicodedata 两种标准化模块:

>>> import re
>>> re.findall("""((\d[., \d]+)(Kč|Eur))""", "Letenky od 12 932 Kč", flags=re.IGNORECASE)
[]
>>> import unicodedata
>>> re.findall(unicodedata.normalize("NFD", """((\d[., \d]+)(Kč|Eur))"""), unicodedata.normalize("NFD", "Letenky od 12 932 Kč"), flags=re.IGNORECASE)
[('12 932 Kč', '12 932 ', 'Kč')]