紅寶石正則表達式幫助

我知道一點正則表達式，但不會發生變化。從以下html中獲取數字的最佳方法是什麼？（我想有32個返回）。在這個可怕的html頁面中，寬度，行跨度和大小的值都是不同的。任何幫助？紅寶石正則表達式幫助

<td width=14 rowspan=2 align=right><font size=2 face="helvetica">32</font></td>

來源

2010-03-14 bunnyBEARZ

最好的方法是使用解析器而不是正則表達式。 :-) – Erik 2010-03-14 01:52:30

@Erik：原則上是的，但對於快速和骯髒的屏幕掃描正則表達式通常是一個可行的工具。 – Joey 2010-03-14 01:55:11

我會使用解析器，但HTML格式太差。 – bunnyBEARZ 2010-03-14 02:02:26

如何

>(\d+)<

或者，如果你拼命想要避免使用捕獲組都：

(?<=>)\d+(?=<)

來源

2010-03-14 01:54:09 Joey

這將返回> 32 <但我想我可以只是做string.match（/>（\ d +） bunnyBEARZ 2010-03-14 01:57:07

@bun：那麼，你會發現'32'第一個捕獲小組......我編輯了答案，包括一個不需要該小組的例子。 – Joey 2010-03-14 01:59:23

太棒了，非常感謝。 – bunnyBEARZ 2010-03-14 02:05:23

可能

<td[^>]*><font[^>]*>\d+</font></td>

來源

2010-03-14 01:58:51 Arkadiy

這肯定會匹配上面的字符串，但不會做任何事情來提取'32'。 – Joey 2010-03-14 02:00:48

那麼，如果Ruby的regexp synatx是從Perl借用的，那麼你需要把\ d +放在圓括號中。然後使用match（）[1] – Arkadiy 2010-03-14 02:34:27

請，自己動手做贊成：

#!/usr/bin/env ruby 
require 'nokogiri' 

require 'test/unit' 
class TestExtraction < Test::Unit::TestCase 
    def test_that_it_extracts_the_number_correctly 
    doc = Nokogiri::HTML('<td width=14 rowspan=2 align=right><font size=2 face="helvetica">32</font></td>') 
    assert_equal [32], (doc/'//td/font').map {|el| el.text.to_i } 
    end 
end

來源

2010-03-14 02:19:08

我同意。與使用解析器相比，使用正則表達式處理HTML內容比長期更容易出錯。 – 2010-03-14 07:31:13

紅寶石正則表達式幫助

回答

相關問題