"Simplesmente simplifique" usando (\s+)?
para os espaços serem opcionais, a regex não tem como ficar muito simples, mas no seu caso dá para simplificar um pouco, assim:
(\d+(,\d+)?)(\s+)?(cm)?(\s+)?x(\s+)?(\d+(,\d+)?)(\s+)?(cm)?(\s+)?x(\s+)?(\d+(,\d+)?)(\s+)?(cm)?
Exemplo online no RegEr: https://regexr.com/3rpmr
Explicando a regex
A primeira parte da regex seria isto:
(\d+(,\d+)?)(\s+)?(cm)?
O (,\d+)?
busca opcionalmente o numero pós virgula
O (\s+)?
busca um ou mais espaços opicionalmente
O (cm)?
busca a medida opicionalmente
Pronto, após isso é só usar um x
entre repetindo a expressão, claro que dá para fazer de outras formas, mas o resultado seria quase o mesmo, dessa forma é repetitiva mas mais compreensiva
Se o objetivo é buscar uma entrada por vez então aplicar o \b
no começo e fim já deve resolver também, por exemplo:
\b(\d+(,\d+)?)(\s+)?(cm)?(\s+)?x(\s+)?(\d+(,\d+)?)(\s+)?(cm)?(\s+)?x(\s+)?(\d+(,\d+)?)(\s+)?(cm)?\b
Multiplos valores
Agora se a entrada tiver vários valores assim então faça desta forma:
import re
expressao = r'(\d+(,\d+)?)(\s+)?(cm)?(\s+)?x(\s+)?(\d+(,\d+)?)(\s+)?(cm)?(\s+)?x(\s+)?(\d+(,\d+)?)(\s+)?(cm)?'
entrada = '''
23,6 x 34 x 17,1
14,5 x 55 x 22
14,5cm x 55 x 22cm
14,5cmx55x22cm
14,5 cmx55 cmx22 cm
''';
resultados = re.finditer(expressao, entrada)
for resultado in resultados:
valores = resultado.groups()
print("Primeiro:", valores[0])
print("Segundo:", valores[6])
print("Terceiro:", valores[12])
print("\n")
Note que o group na regex esta de 6 em 6 para pegar cada numero entre os X
, ou seja, cada group retorna algo como:
('23,6', ',6', ' ', None, None, ' ', '34', None, ' ', None, None, ' ', '17,1', ',1', '\n', None)
('14,5', ',5', ' ', None, None, ' ', '55', None, ' ', None, None, ' ', '22', None, '\n', None)
('14,5', ',5', None, 'cm', ' ', ' ', '55', None, ' ', None, None, ' ', '22', None, None, 'cm')
('14,5', ',5', None, 'cm', None, None, '55', None, None, None, None, None, '22', None, None, 'cm')
('14,5', ',5', ' ', 'cm', None, None, '55', None, ' ', 'cm', None, None, '22', None, ' ', 'cm')
Então por isso irá usar somente os valores[0]
, valores[6]
e valores[12]
, exemplo no repl.it: https://repl.it/@inphinit/regex-python-extract
Usando valores para operações matematicas
Note que ,
não faz o numero ser considerado um "numero" para o Python, então se vai fazer uma operação matematica converta para float
, assim:
float('1000,00001'.replace(',', ','))
Deve ser algo assim:
for resultado in resultados:
valores = resultado.groups()
primeiro = float(valores[0].replace(',', '.'))
segundo = float(valores[6].replace(',', '.'))
terceiro = float(valores[12].replace(',', '.'))
print("Primeiro:", primeiro)
print("Segundo:", segundo)
print("Terceiro:", terceiro)
print("Resultado:", primeiro * segundo * terceiro)
print("\n")