修复正则表达式来提取特定数字格式

Question

理想情况下我正则表达式应该捕获/解压以下所有数字格式：

500/ 500.55/ 500K/ 500.55k/ 500〜600/500K 到600K/ 500〜600K/ 500.55至600.55/ 500.55至600.55ķ

我有我目前正则表达式的一个问题，因为如果像“700000”或“800000”或数字“8.54”是在文本，然后它分裂了数字和捕获：

700,000 => "700","000" 
800,000. => "800" , "000." , "8.", "54" 
8.54 => "8.", "54" 

任何想法改变什么？当前正则表达式：

(\d+(?:\.?\d*)?\s*k?(?:\-|to)\s*\d+(?:\.?\d*)\s*k?|\d+(?:\.?\d*)\s*k?) 

Answer 1

我建议使用更多的可选组，而不是连续的可选的原子，并利用[,.]字符类，而不是\.允许2层分离，并\p{Pd}匹配任何破折号：

/\d+(?:[.,]\d+)*(?:\s*k)?(?:\s*(?:\p{Pd}|to)\s*\d+(?:[.,]\d+‌​)*(?:\s*k)?)?/i 

见Rubular demo

如果你想让它更确切地说，(?:[.,]\d+)*应分成(?:\.\d+)*(?:\.\d+)?

个

/\d+(?:\.\d+)*(?:\.\d+)?(?:\s*k)?(?:\s*(?:\p{Pd}|to)\s*\d+(?:\.\d+)*(?:\.\d+)?(?:\s*k)?)?/i 

详细：

• \d+ - 1或多个数字
• (?:[.,]\d+)* - 后
• (?:\s*k)?的.或,具有1个或多个数字0+序列 - 的可选序列0+空格+ k/K
• (?:\s*(?:\p{Pd}|to)\s*\d+(?:[.,]\d+‌​)?(?:\s*k)?)? - 的可选序列： - 包围0+空格
• \d+(?:[.,]\d+‌​)*(?:\s*k)?任何破折号（\p{Pd}）或to - 见上文
  • \s*(?:\p{Pd}|to)\s*。