html標籤提取價格

Question

<dt class="col2"> 
<p>Rs. 2691.00 </p> 
</dt> 

從上面的html代碼，我需要使用正則表達式提取價格。我用beautifulSoup進行解析。

任何人都可以爲上述提出正則表達式嗎？

Answer 1

如果你想獲得「2691.00」，然後使用：

(?<=Rs\.)\s*(\d+\.\d{2}) 

大多數正則表達式引擎不能做*在回顧後，所以使它足夠的動態，如果有更多的沒有失敗我把它留在主要組中的空間超過1個。您可以使用主要匹配並修剪掉多餘的空間或使用捕獲組1. 1

(?<=)是一種積極的後視。這告訴正則表達式引擎，在主要匹配組之前，必須匹配那裏面的任何東西，但不要將它包含在匹配中。

Rs\.符合「Rs」。在正則表達式a。角色匹配任何東西，所以你必須轉義它才能讓它只匹配一段時間。

\s可以匹配空格。

*匹配0和無窮大。

\d匹配數字。

+匹配1和無窮大。與*類似，但必須找到至少1個才能成功匹配。

{2}意味着它必須找到2之前的任何東西。所以\d{2}與\d\d相同。

而且我在圍繞價格匹配創建組時使用括號。這使您可以從整個比賽中提取該組。如果要提取只是「美元」量或只是改變與這可以進一步用於：

((\d+)\.(\d{2})) 

然後...我可能有這樣的順序錯了...捕獲組1將包含2691.00，捕獲組2將包含2691，並且捕獲組3將包含00