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
我知道我参加晚会迟到了，但我想出了一个不在这里的解决方案：此解决方案遵循Python中的EAFP原则
def get_number_from_string(value):
try:
int_value = int(value)
return int_value
except ValueError:
return float(value)
说明：
如果字符串中的值是一个浮点数，并且我首先尝试将其解析为一个int，那么它将抛出一个ValueError。因此，我捕捉到该错误，并将该值解析为float和return。
在浮点数的最常见情况下，我们希望处理整数和小数。让我们以字符串“1.1”为例。
我会尝试以下方法之一：
1.>isnumeric（）
word = "1.1"
"".join(word.split(".")).isnumeric()
>>> True
2.>isdigit（）
word = "1.1"
"".join(word.split(".")).isdigit()
>>> True
3.>isdecimal（）
word = "1.1"
"".join(word.split(".")).isdecimal()
>>> True
速度：
► 所有上述方法具有相似的速度。
%timeit "".join(word.split(".")).isnumeric()
>>> 257 ns ± 12 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%timeit "".join(word.split(".")).isdigit()
>>> 252 ns ± 11 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%timeit "".join(word.split(".")).isdecimal()
>>> 244 ns ± 7.17 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
这是我的简单方法。假设我在循环一些字符串，如果它们变成数字，我想将它们添加到数组中。
try:
myvar.append( float(string_to_check) )
except:
continue
如果myvar.apppend是一个数字，则将其替换为要对字符串执行的任何操作。其想法是尝试使用float（）操作，并使用返回的错误来确定字符串是否为数字。
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。
这不仅是丑陋和缓慢的，而且显得笨拙。
这可能需要一些时间来适应，但这是一种蟒蛇式的方式。正如已经指出的那样，替代方案更糟糕。但这样做还有一个好处：多态性。
duck类型背后的核心思想是“如果它像鸭子一样走路和说话，那么它就是鸭子。”如果您决定需要对字符串进行子类化，这样您就可以更改确定某个对象是否可以转换为float的方式，该怎么办？或者如果你决定完全测试其他对象呢？您可以在不必更改上述代码的情况下执行这些操作。
其他语言通过使用接口来解决这些问题。我将保存对哪个解决方案更适合另一个线程的分析。不过，重点是python显然是在公式中的鸭子类型方面，如果你打算用python进行大量编程，你可能必须习惯这样的语法（但这并不意味着你当然要喜欢它）。
还有一点您可能需要考虑：与许多其他语言相比，Python在抛出和捕获异常方面非常快（例如，比.Net快30倍）。见鬼，语言本身甚至抛出异常来传达非异常的正常程序条件（每次使用for循环时）。因此，在您注意到一个重大问题之前，我不会太担心这段代码的性能方面。
