Gostaria de saber como faço um regex para capturar um valor monetário com pontos e vírgulas. Ex: 7.300.250,00
-
Que linguagem está usando?– SamCommented 12/11/2018 às 15:11
-
Estou usando python– HV LopesCommented 12/11/2018 às 15:12
-
Vc quer só validar o formato ou quer também obter o valor numérico?– hkotsuboCommented 12/11/2018 às 15:22
-
desejo obter o valor também– HV LopesCommented 12/11/2018 às 15:36
2 Respostas
Para validar se a string está neste formato, você pode usar ^[1-9]\d{0,2}(\.\d{3})*,\d{2}$
:
^
e$
são marcadores para o início e fim da string. Assim você garante que a string só vai ter o que está especificado na regex[1-9]
é uma classe de caracteres. Os colchetes indicam que você quer qualquer coisa que esteja dentro deles. No caso,1-9
é "qualquer dígito de 1 a 9"\d
é um atalho para[0-9]
(dígitos de 0 a 9) e{0,2}
é um quantificador que significa "entre zero e duas ocorrências"- portanto
[1-9]\d{0,2}
quer dizer que eu tenho um dígito de 1 a 9, seguido de zero, um ou dois dígitos de 0 a 9. Isso garante que a string não começa com zero
- portanto
Em seguida, temos (\.\d{3})*
:
\.
significa o caractere ponto (.
). O ponto tem significado especial em regex (significa "qualquer caractere"), mas com a\
antes, ele "perde seus poderes" e vira um caractere comum.\d{3}
são 3 ocorrências de qualquer dígito de 0 a 9- a sequência "ponto seguido de 3 dígitos" está entre parênteses e em seguida temos o
*
, que significa "zero ou mais ocorrências". Isso quer dizer que podemos ter várias ocorrências (ou nenhuma) de "ponto seguido de 3 dígitos" (isso serve para verificarmos a sequência.300.250
da sua entrada). O*
também verifica se há zero ocorrências, o que é útil para valores menores que 1000.
- a sequência "ponto seguido de 3 dígitos" está entre parênteses e em seguida temos o
- por fim, temos a vírgula seguida de 2 dígitos (
,\d{2}
)
Isso garante que a entrada estará no formato desejado. Veja aqui a regex funcionando.
Mas isso só valida se a string toda corresponde ao valor monetário. Se quiser extrair tais valores de um texto, basta modificar um pouco:
import re
texto = "lorem ipsum 7.300.250,00 blabla 123 etc 1.234,12 blabla 45"
print(re.findall(r"[1-9]\d{0,2}(?:\.\d{3})*,\d{2}", texto)) # ['7.300.250,00', '1.234,12']
Retirei o ^
e $
, assim ele busca em qualquer parte do texto. E usando findall
, ele retorna uma lista com todas as ocorrências. Só lembrando que os parênteses formam um grupo de captura, e neste caso findall
retornaria somente os grupos, por isso tive que modificar para um grupo de não-captura, adicionando ?:
depois do (
.
Para obter o valor numérico, você pode simplesmente remover tudo que não for dígito e converter para int
. Para isso, usamos a regex \D
(que é o oposto de \d
, ou seja, é tudo que não for dígitos de 0 a 9).
Com isso você terá a quantidade total de centavos. Abaixo eu transformo o valor para int
, já que é melhor usar tipos inteiros para trabalhar com valores monetários. Se quiser o valor sem os centavos, basta dividir por 100, e se quiser o valor dos centavos, use o operador %
:
import re
s = "7.300.250,00"
# se está no formato desejado
if re.match(r"^[1-9]\d{0,2}(\.\d{3})*,\d{2}$", s):
# retira tudo que não for dígito e converte para int
valor = int(re.sub(r"\D", "", s))
print("Valor (quantidade total de centavos): {}".format(valor))
print("Valor sem os centavos: {}".format(valor // 100))
print("Valor dos centavos: {}".format(valor % 100))
A saída é:
Valor (quantidade total de centavos): 730025000
Valor sem os centavos: 7300250
Valor dos centavos: 0
Apenas um detalhe sobre o \d
: ele também pode corresponder a outros caracteres que representam dígitos, como por exemplo os caracteres ٠١٢٣٤٥٦٧٨٩
(veja esta resposta para mais detalhes).
Exemplo:
s = "1٩,10"
if re.match(r"^[1-9]\d{0,2}(\.\d{3})*,\d{2}$", s):
valor = int(re.sub(r"\D", "", s))
print("Valor (quantidade total de centavos): {}".format(valor))
Eu usei o caractere ٩
(arabic-indic digit nine), que apesar de parecer com o dígito 9
, é um outro caractere. A saída é:
Valor (quantidade total de centavos): 1910
Isso porque o \d
também pega este caractere. Se quiser que somente os dígitos de 0
a 9
sejam considerados, troque \d
por [0-9]
:
if re.match(r"^[1-9][0-9]{0,2}(\.[0-9]{3})*,[0-9]{2}$", s):
... o resto é igual
Outro detalhe é que a regex só funciona para valores maiores que 1,00. Se quiser considerar também valores como 0,15 (15 centavos), tem que incluir uma condição para considerar somente um zero antes da vírgula:
if re.match(r"^(0|[1-9]\d{0,2}(\.\d{3})*),\d{2}$", s):
... o resto é igual
Agora eu uso alternância (o caractere |
, que significa "ou") para indicar que antes da vírgula pode ter somente um zero, ou toda a expressão que já vimos anteriormente).
-
1
-
Testei essa expressão no regex101 e não deu match com valores inferiores a 1 real (Ex: 0,50) Commented 27/10/2020 às 12:48
-
@AndréRoggeriCampos É, acabei esquecendo deste caso. Atualizei a resposta, obrigado!– hkotsuboCommented 27/10/2020 às 12:52
-
Caracas, que resposta rápida haha... Deu certo aqui ! Brigadão ! Commented 27/10/2020 às 12:58
Você pode usar essa expressão:
^(([1-9]\d{0,2}(\.\d{3})*)|(([1-9]\.\d*)?\d))(\,\d\d)?