如何在Python中检查字符串是否表示数值？
def is_number(s):
try:
float(s)
return True
except ValueError:
return False
上述方法可行，但似乎很笨拙。
如果您正在测试的内容来自用户输入，那么即使它表示int或float，它仍然是一个字符串。请参阅如何将输入读取为数字？用于转换输入，并询问用户输入，直到他们给出有效响应以确保输入在继续之前表示int或float（或其他要求）。
当前回答
str.inumeric（）
如果字符串中的所有字符都是数字字符，则返回True，并且至少有一个字符，否则为False。数字字符包括数字字符Unicode数值属性，例如U+2155，VULGAR FRACTION ONE第五。形式上，数字字符是具有属性值的字符Numeric_Type=数字，Numeric_Type=十进制或Numeric_Type=数字。
str.isdecimal（）
如果字符串中的所有字符都是十进制字符，并且至少有一个字符，否则为False。十进制字符是可用于在基数10中形成数字的那些，阿拉伯数字零。形式上，十进制字符是一个字符在Unicode通用类别“Nd”中。
两者都适用于Python 3.0中的字符串类型。
其他回答
这不仅丑陋而且缓慢
我对这两个都有异议。
正则表达式或其他字符串解析方法会更丑陋、更慢。
我不确定有什么比上面提到的更快。它调用函数并返回。Try/Catch不会带来太多的开销，因为最常见的异常是在不大量搜索堆栈帧的情况下捕获的。
问题是任何数值转换函数都有两种结果
一个数字，如果该数字有效状态代码（例如，通过errno）或异常，表明无法解析任何有效数字。
C（作为一个例子）通过多种方式解决了这个问题。Python将其清晰明确地展示出来。
我认为你这样做的代码是完美的。
这段代码处理指数、浮点数和整数，不使用正则表达式。
return True if str1.lstrip('-').replace('.','',1).isdigit() or float(str1) else False
我也有类似的问题。我想将字符串列表转换为浮点数，而不是定义isNumber函数，这在高级术语中是：
[ float(s) for s in list if isFloat(s)]
在给定的情况下，我们不能真正将float与isFloat函数分开：这两个结果应该由同一个函数返回。此外，如果float失败，整个过程将失败，而不仅仅是忽略错误元素。此外，“0”是一个有效的数字，应包含在列表中。当过滤掉坏元素时，一定不要排除0。
因此，必须以某种方式修改上述理解：
如果列表中的任何元素都无法转换，请忽略它并不要引发异常避免为每个元素多次调用float（一个用于转换，另一个用于测试）如果转换后的值为0，则它仍应出现在最终列表中
我提出了一个以C#的可空数值类型为灵感的解决方案。这些类型在内部由一个结构表示，该结构具有数值，并添加一个布尔值，指示该值是否有效：
def tryParseFloat(s):
try:
return(float(s), True)
except:
return(None, False)
tupleList = [tryParseFloat(x) for x in list]
floats = [v for v,b in tupleList if b]
使用以下方法处理所有情况：-
import re
a=re.match('((\d+[\.]\d*$)|(\.)\d+$)' , '2.3')
a=re.match('((\d+[\.]\d*$)|(\.)\d+$)' , '2.')
a=re.match('((\d+[\.]\d*$)|(\.)\d+$)' , '.3')
a=re.match('((\d+[\.]\d*$)|(\.)\d+$)' , '2.3sd')
a=re.match('((\d+[\.]\d*$)|(\.)\d+$)' , '2.3')
我想看看哪种方法最快。总的来说，check_replace函数给出了最佳和最一致的结果。check_exception函数给出了最快的结果，但前提是没有触发异常——这意味着它的代码是最有效的，但抛出异常的开销非常大。
请注意，检查成功的强制转换是唯一准确的方法，例如，这与check_exception一起工作，但其他两个测试函数将为有效的float返回False：
huge_number = float('1e+100')
以下是基准代码：
import time, re, random, string
ITERATIONS = 10000000
class Timer:
def __enter__(self):
self.start = time.clock()
return self
def __exit__(self, *args):
self.end = time.clock()
self.interval = self.end - self.start
def check_regexp(x):
return re.compile("^\d*\.?\d*$").match(x) is not None
def check_replace(x):
return x.replace('.','',1).isdigit()
def check_exception(s):
try:
float(s)
return True
except ValueError:
return False
to_check = [check_regexp, check_replace, check_exception]
print('preparing data...')
good_numbers = [
str(random.random() / random.random())
for x in range(ITERATIONS)]
bad_numbers = ['.' + x for x in good_numbers]
strings = [
''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(random.randint(1,10)))
for x in range(ITERATIONS)]
print('running test...')
for func in to_check:
with Timer() as t:
for x in good_numbers:
res = func(x)
print('%s with good floats: %s' % (func.__name__, t.interval))
with Timer() as t:
for x in bad_numbers:
res = func(x)
print('%s with bad floats: %s' % (func.__name__, t.interval))
with Timer() as t:
for x in strings:
res = func(x)
print('%s with strings: %s' % (func.__name__, t.interval))
以下是2017年MacBook Pro 13上Python 2.7.10的结果：
check_regexp with good floats: 12.688639
check_regexp with bad floats: 11.624862
check_regexp with strings: 11.349414
check_replace with good floats: 4.419841
check_replace with bad floats: 4.294909
check_replace with strings: 4.086358
check_exception with good floats: 3.276668
check_exception with bad floats: 13.843092
check_exception with strings: 15.786169
以下是2017年MacBook Pro 13上Python 3.6.5的结果：
check_regexp with good floats: 13.472906000000009
check_regexp with bad floats: 12.977665000000016
check_regexp with strings: 12.417542999999995
check_replace with good floats: 6.011045999999993
check_replace with bad floats: 4.849356
check_replace with strings: 4.282754000000011
check_exception with good floats: 6.039081999999979
check_exception with bad floats: 9.322753000000006
check_exception with strings: 9.952595000000002
以下是2017年MacBook Pro 13上PyPy 2.7.13的结果：
check_regexp with good floats: 2.693217
check_regexp with bad floats: 2.744819
check_regexp with strings: 2.532414
check_replace with good floats: 0.604367
check_replace with bad floats: 0.538169
check_replace with strings: 0.598664
check_exception with good floats: 1.944103
check_exception with bad floats: 2.449182
check_exception with strings: 2.200056
