Python3中字符串中的數字提取方法

       逛到一個有意思的博客http://cuiqingcai.com/category/technique/python 在里面看到一篇關於ValueError: invalid literal for int() with base 10錯誤的解析，針對這個錯誤，博主已經給出解決辦法，使用的是re.sub 方法

totalCount = '100abc'
totalCount = re.sub("\D", "", totalCount)

      但是沒有說明什么含義，於是去查了其他的資料，做一下記錄：

   在Python3.5.2 官方文檔re模塊中sub函數的定義是：

   re.sub(pattern, repl, string, count=0, flags=0)

       在字符串 string 中找到匹配正則表達式 pattern 的所有子串，用另一個字符串 repl 進行替換。如果沒有找到匹配 pattern 的串，則返回未被修改的 string。Repl 既可以是字符串也可以是一個函數。

      由此可分析上面使用的語句的含義：在'100abc'這個字符串中找到非數字的字符（正則表達式中'\D'表示非數字），並用""替換，然后返回的就是只剩下數字的字符串。

>>> totalCount = '100abc'
>>> totalCount = re.sub("\D", "", totalCount)
>>> print(totalCount)
100
>>> type(totalCount)
<class 'str'>

　　好吧，以上說明完畢，不過其實我想到的是我爬取知乎所關注的問答時，所遇到的類似的問題：

answer_num_get = soup.find('h3', {'id': 'zh-question-answer-num'})   # 答案數量：32 個回答
if answer_num_get is not None:
    answer_num = int(answer_num_get.split()[0])
n = answer_num // 10

     其中第三行之所以能用int（），是因為string.split()[0]將answer_num_get的值“32 個回答”提取出數字（注：32后面有一個空格，在這里非常重要，因為知乎上抓取回來的這個元素就是）

     split()的定義    str.split(sep=None, maxsplit=-1)

>>> import string
>>> a = "32 個答案"
>>> b = a.split()[0]
>>> print(b)
32
>>> type(b)
<class 'str'>
>>> c = '1,2,3'
>>> c.split(',')
['1', '2', '3']
>>> c.split(',')[0]
'1'
>>> c.split(',')[1]
'2'
>>> 

由此可看出split()的第一個參數是分隔符，如果什么都不填就是默認是以空格來分隔。

 

第一種方法需要用到正則表達式，第二種方法則需要有分隔符（我猜是不是這個原因，在原網頁上總答案數的數字后有個空格存在）。  這兩種方法都有點局限性，不知道是否有更好的方法來分離字符串中的數字。