Как извлечь объем из строки с помощью регулярного выражения?

Начнем с полного кода, и мы можем разбить его на более мелкие блоки:

import re

fluids = [
    "Candy BAR 350G",
    "Gin Barrister 0.9ml",
    "BAXTER DRY Gin 40% 0.5 ml",
    "SWEET CORN 340G/425ML GLOBUS",
    "Candies 2x150G",
    "FOOD DYES 3COL.9G"
]

pattern = r"(\d[\d.]{0,})\s?(ml|g)"

for fluid in fluids:
    print(re.findall(pattern, fluid, flags=re.IGNORECASE))

который производит

[('350', 'G')]
[('0.9', 'ml')]
[('0.5', 'ml')]
[('340', 'G'), ('425', 'ML')]
[('150', 'G')]
[('9', 'G')]

Во-первых, обратите внимание, что мы упрощаем нашу жизнь, передавая флаг регулярного выражения re.IGNORECASE. Мы также проверяем, что шаблон представляет собой необработанную строку, используя r"...", чтобы Python не смеялся над обратными косыми чертами в шаблоне (в противном случае он думает, что пользователь пытается экранировать символы в строке, хотя это не входит в наши намерения).

Если шаблону регулярного выражения Python передается что-либо внутри скобок (...) без каких-либо утверждений, таких как ?= или ?!, оно становится группой захвата. В зависимости от уровня вложенности вы сообщаете методу регулярного выражения, какую именно часть шаблона вы хотите вернуть пользователю. Мы используем группы захвата, чтобы не фиксировать текст с пробелами (который мы ищем с помощью \s?), а вместо этого фиксируем количество (\d[\d.]{0,}) и единицы измерения (ml|g). Поскольку группы захвата для тома и единиц измерения находятся на одном уровне вложенности, они возвращаются в виде кортежа при обнаружении re.findall.

Числа были записаны с использованием шаблона регулярного выражения \d[\d.]{0,}, который говорит: ищите что-то, что должно начинаться с цифры (\d), а затем следовать любой комбинации символов ([\d.]) (представляющих любую цифру или точку) от нуля до любого количество повторений ({0,}).

Единицы захватываются с помощью ml|g, указывая интерпретатору либо соответствовать ml, либо g во второй группе захвата.

Надеюсь это поможет.