Pythonの正規表現を使って文字列から最大の数値を抽出する方法

はじめに

Pythonの正規表現（regex）を使って文字列から最大の数値を抽出する最も簡単な方法は、以下の2ステップです。

• reモジュールを使って、文字列内のすべての数値を抽出する
• 抽出した数値の中から最大値を見つける

具体例

たとえば、次のような入力文字列があるとします。

「この都市には121005人が住んでおり、隣の都市には1587469人、遠く離れた都市には18775994人が住んでいます。」

この文字列から得られるべき出力は次のとおりです。

18775994

正規表現「\d+」の使い方

文字列内のすべての数値を検索するには、「\d+」という正規表現パターンを使用します。「\d」は1桁の数字（digit）を意味し、直後のプラス記号（+）は「1回以上の連続した繰り返し」を表すため、連続する数字のかたまり（最長の数値）をまとめて取得できます。

Pythonでは標準ライブラリの re パッケージを使って、以下のように実装できます。

import re

# 文字列からすべての数値を抽出する
occ = re.findall("\d+", "この都市には121005人が住んでおり、隣の都市には1587469人、遠く離れた都市には18775994人が住んでいます。")

# 抽出した数値を文字列からint型に変換する
num_list = map(int, occ)

# 最大値を見つけて表示する
print(max(num_list))

実行結果

このコードを実行すると、次の出力が得られます。

18775994

コードのポイント解説

• re.findall()：パターンに一致するすべての部分をリストとして返します。ここでは ["121005", "1587469", "18775994"] のような文字列のリストが取得されます。
• map(int, occ)：抽出された数値は文字列型なので、max() で正しく比較するために int 型へ変換しています。
• max()：変換後の数値リストから最大値を取得します。

なお、map() の代わりにリスト内包表記 [int(x) for x in occ] を使っても同じ結果が得られます。状況に応じて読みやすい書き方を選択するとよいでしょう。