expresiones regulares para analizar los números de coma flotante internacionales

Question

necesito una expresión regular para obtener los valores numéricos que pueden ser

111.111,11 

111,111.11 

111,111 

y separar las porciones de números enteros y decimales para que pueda almacenar en una base de datos con la sintaxis correcta

me trataron ([0-9]{1,3}[,.]?)+([,.][0-9]{2})? sin éxito, ya que no detecta la segunda parte :(

el resultado debe ser similar:

111.111,11 -> $1 = 111111; $2 = 11 

Answer 1

Primera Respuesta:

Esto coincide con #,###,##0.00:

^[+-]?[0-9]{1,3}(?:\,?[0-9]{3})*(?:\.[0-9]{2})?$ 

Y esto coincide con #.###.##0,00:

^[+-]?[0-9]{1,3}(?:\.?[0-9]{3})*(?:\,[0-9]{2})?$ 

que une los dos (hay formas más inteligentes/cortos de escribirlo, pero funciona):

(?:^[+-]?[0-9]{1,3}(?:\,?[0-9]{3})*(?:\.[0-9]{2})?$) 
|(?:^[+-]?[0-9]{1,3}(?:\.?[0-9]{3})*(?:\,[0-9]{2})?$) 

También puede agregar un grupo de captura a la última coma (o punto) para verificar cuál se utilizó.

---

Segunda respuesta:

Como se señaló por Alan M, mi solución anterior podía dejar de rechazar un valor como 11,111111.00 donde falta una coma, pero el otro no lo es. Después de algunas pruebas llegué a la siguiente expresión regular que evita este problema:

^[+-]?[0-9]{1,3} 
(?:(?<comma>\,?)[0-9]{3})? 
(?:\k<comma>[0-9]{3})* 
(?:\.[0-9]{2})?$ 

Esto merece alguna explicación:

• ^[+-]?[0-9]{1,3} coincide con la primera (1 a 3) dígitos;

• (?:(?<comma>\,?)[0-9]{3})? coincide en una coma opcional seguida de más de 3 dígitos, y captura la coma (o la inexistencia de una) en un grupo llamado 'coma';

• (?:\k<comma>[0-9]{3})* coincide con cero-a-cualquier repetición de la coma utilizada anteriormente (si la hay) seguida de 3 dígitos;

• (?:\.[0-9]{2})?$ coincide con "centavos" opcionales al final de la cadena.

Por supuesto, que sólo cubrirá #,###,##0.00 (no #.###.##0,00), pero siempre se puede unirse a las expresiones regulares como lo hice anteriormente.

---

respuesta final:

Ahora, una solución completa. Las sangrías y los saltos de línea están ahí para la legibilidad solamente.

^[+-]?[0-9]{1,3} 
(?: 
    (?:\,[0-9]{3})* 
    (?:.[0-9]{2})? 
| 
    (?:\.[0-9]{3})* 
    (?:\,[0-9]{2})? 
| 
    [0-9]* 
    (?:[\.\,][0-9]{2})? 
)$ 

Y esta variación captura los separadores utilizados:

^[+-]?[0-9]{1,3} 
(?: 
    (?:(?<thousand>\,)[0-9]{3})* 
    (?:(?<decimal>\.)[0-9]{2})? 
| 
    (?:(?<thousand>\.)[0-9]{3})* 
    (?:(?<decimal>\,)[0-9]{2})? 
| 
    [0-9]* 
    (?:(?<decimal>[\.\,])[0-9]{2})? 
)$ 

---

editar 1: "centavos" ahora son opcionales; editar 2: texto agregado; editar 3: segunda solución agregada; edit 4: solución completa agregada; editar 5: encabezados agregados; editar 6: captura añadida; editar 7: la última respuesta se rompió en dos versiones;

Answer 2

¿Qué tal

/(\d{1,3}(?:,\d{3})*)(\.\d{2})?/ 

si se preocupan por la validación de que las comas separan cada 3 dígitos exactamente, o

/(\d[\d,]*)(\.\d{2})?/ 

si no lo hace.

Answer 3

Si estoy interpretando su pregunta correctamente para que diga que el resultado DEBE parecerse a lo que dice que "sería", entonces creo que solo debe dejar la coma fuera de la clase de caracteres, ya que se usa como separador y no como parte de lo que se debe igualar.

Así que deshazte de la "." primero, luego unir las dos partes.

$value = "111,111.11"; 
$value =~ s/\.//g; 
$value =~ m/(\d+)(?:,(\d+))?/; 

$ 1 = principales enteros con períodos removidos $ 2 = undef ya sea si no existiera, o el post-coma dígitos si los hay.

Answer 4

Me gustaría en el primer uso esta expresión regular para determinar wether una coma o un punto se utiliza como un delimitador de coma (Se obtiene el último de los dos):

[0-9,\.]*([,\.])[0-9]* 

Me gustaría entonces despojar todos los demás signo (que el anterior no coincide). Si no hubo coincidencias, ya tiene un número entero y puede omitir los siguientes pasos. La eliminación del signo elegido se puede hacer fácilmente con una expresión regular, pero también hay muchas otras funciones que pueden hacer esto más rápido/mejor.

Le quedan un número en forma de un entero posible seguido de una coma o un punto y luego los decimales, donde la parte entera y la decimal se pueden separar fácilmente entre sí con la siguiente expresión regular.

([0-9]+)[,\.]?([0-9]*) 

¡Buena suerte!

Editar:

Aquí es un ejemplo realizado en Python, que supongo que el código debe ser auto-explica, si no está, sólo hay que preguntar.

import re 

input = str(raw_input()) 
delimiterRegex = re.compile('[0-9,\.]*([,\.])[0-9]*') 
splitRegex = re.compile('([0-9]+)[,\.]?([0-9]*)') 

delimiter = re.findall(delimiterRegex, input) 

if (delimiter[0] == ','): 
    input = re.sub('[\.]*','', input) 
elif (delimiter[0] == '.'): 
    input = re.sub('[,]*','', input) 

print input 

Con este código, las siguientes entradas da esto:

• 111.111,11

  111111,11

• 111,111.11

  111111,11

• 111.111

  111.111

Después de este paso, ahora se puede modificar fácilmente la cadena para que coincida con sus necesidades.

Answer 5

Ver Perl's Regexp::Common::number.