事前準備

今回は正規表現を使用するのでPythonの標準ライブラリのreをimportします．

import re

正規表現を使用して数値部分を抽出

まずはコンマのある数値部分を抽出する方法です．
「1,000,000円」のような文字列からコンマ＋数値部分を抽出します．

s1 = '1,000,000円'
s1_r1 = re.search(r'[\d,]+', s1).group()
print(s1_r1)

1,000,000

上記は正規表現を使って,を含めて数値を取得しています．

カンマを除く場合

前項で取得した文字から,を除きたい場合は以下のようにします．

s1_r2 = s1_r1.replace(',', '')
print(s1_r2)

1000000

Pythonの組み込みメソッドのreplaceを使用してコンマを置換しています．
,を取り除くと組み込みのint()などを使用して数値に変換することができます.¹

なお，文字列の形式が統一されている場合は以下のような方法でも可能です．

s1 = '1,000,000円'

s1_r3 = s1[:-1].replace(',', '')
print(s1_r3)

1000000

上記の方法は変換対象の文字列の最後が必ず「円」で終わるという前提で成り立ちます．
桁数の増減や,がない場合は許容されますが「円」がないと適切に数値が取れません．
以下の例を見てみましょう．

# 数値を取得したい文字列のリスト
sl = ['100円', '10,000円', '5,000', '2000円']


# 正規表現なし
sl_r1 = [s[:-1].replace(',', '') for s in sl]
# 正規表現あり
sl_r2 = [re.search(r'[\d,]+', s).group().replace(',', '') for s in sl]

print(sl_r1)
print(sl_r2)

['100', '10000', '500', '2000']
['100', '10000', '5000', '2000']

リスト内の「5,000」には「円」が付いていないので正規表現を使っていない方の結果では「500」になっています．一方で正規表現の場合はこうした表記揺れがあっても正しく数値を取得できています．

数値部分が複数ある場合の取得方法

「500円〜1,000円」のように文字列中に取得したい数値が複数ある場合の取得方法です．
reライブラリのfindallメソッドを使用します．

s2 = '500円〜1,000円'
s2_r = re.findall(r'[\d,]+', s2)
print(s2_r)

['500', '1,000']

findallメソッドでは指定した正規表現に合致する文字列をリストで取得します．
今回は２つの数値が含まれているため，２つの数値が取得できています．

なお,を除きたい場合は以下のようにします．

s2_r2 = [s.replace(',', '') for s in s2_r]
print(s2_r2)

['500', '1000']

特定の桁数の数値を取得する方法

商品コードなど，特定の桁数を取得する際には以下のようにします．

s3 = '商品コード: 12345, 商品コード: 6789'
print(re.findall(r'(?<!\d)\d{4}(?!\d)', s3))

['6789']

４桁の数値に限定するためには上記のような正規表現になります.²

もし，文字列に出てくる数値が固定されている場合は以下でも可能です．

s4 = '商品コード: 1234, 商品コード: 5678'
print(re.findall(r'\d{4}', s4))

['1234', '5678']

\d{4}は１〜９の数値が４個続いた場合にマッチするので，４桁の数値を取得できます．

ただし，この正規表現の場合は４桁以上の数値にもマッチするので注意が必要です．
以下で見てみましょう．

s3 = '商品コード: 12345, 商品コード: 6789'
print(re.findall(r'\d{4}', s3))

['1234', '6789']

最初の商品コードは12345と５桁ですが，数値が４個続いている最初の４桁が正規表現にマッチするので，最初の４桁を取得してしまいます．

s5 = 'コード1, コード22, コード345, コード6789, コード1111'
print(re.findall(r'\d{4}', s5))

['6789', '1111']

ひとこと

色々な数値を取得する内容を見てきましたが，もっとよい方法をご存知の方がいればぜひお知らせください！