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
用户助手功能：
def if_ok(fn, string):
try:
return fn(string)
except Exception as e:
return None
然后
if_ok(int, my_str) or if_ok(float, my_str) or if_ok(complex, my_str)
is_number = lambda s: any([if_ok(fn, s) for fn in (int, float, complex)])
其他回答
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。
对于我非常简单和常见的用例：这个用键盘书写的字符串是数字吗？
我通读了大部分答案，最后得到了：
def isNumeric(string):
result = True
try:
x = float(string)
result = (x == x) and (x - 1 != x)
except ValueError:
result = False
return result
对于（+/-）NaN和（+-）inf，它将返回False。
你可以在这里查看：https://trinket.io/python/ce32c0e54e
RyanN建议
若要为NaN和Inf返回False，请将行更改为x=float；返回（x==x）和（x-1！=x）。对于除Inf和NaN之外的所有浮点值，这都应返回True
但这并不完全有效，因为对于足够大的浮点数，x-1==x返回true。例如，2.0**54-1==2.0**54
很抱歉，Zombie发布了一篇帖子-只是想让代码更加完整。。。
# is_number() function - Uses re = regex library
# Should handle all normal and complex numbers
# Does not accept trailing spaces.
# Note: accepts both engineering "j" and math "i" but only the imaginary part "+bi" of a complex number a+bi
# Also accepts inf or NaN
# Thanks to the earlier responders for most the regex fu
import re
ISNUM_REGEXP = re.compile(r'^[-+]?([0-9]+|[0-9]*\.[0-9]+)([eE][-+]?[0-9]+)?[ij]?$')
def is_number(str):
#change order if you have a lot of NaN or inf to parse
if ISNUM_REGEXP.match(str) or str == "NaN" or str == "inf":
return True
else:
return False
# A couple test numbers
# +42.42e-42j
# -42.42E+42i
print('Is it a number?', is_number(input('Gimme any number: ')))
给我任何号码：+42.42e-42j
是数字吗？真的
我想看看哪种方法最快。总的来说，check_replace函数给出了最佳和最一致的结果。check_exception函数给出了最快的结果，但前提是没有触发异常——这意味着它的代码是最有效的，但抛出异常的开销非常大。
请注意，检查成功的强制转换是唯一准确的方法，例如，这与check_exception一起工作，但其他两个测试函数将为有效的float返回False：
huge_number = float('1e+100')
以下是基准代码：
import time, re, random, string
ITERATIONS = 10000000
class Timer:
def __enter__(self):
self.start = time.clock()
return self
def __exit__(self, *args):
self.end = time.clock()
self.interval = self.end - self.start
def check_regexp(x):
return re.compile("^\d*\.?\d*$").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
