正则表达式来获取体重

我有HTML，它具有项目的权重。正则表达式来获取体重

<div><b>Item Weight (0.51 lbs in Warehouse 3)</b></div>

我需要一个正则表达式来获得重量和度量单位。

所以在上面的HTML，我需要0.51和lbs

我使用Java，我有一个辅助方法，只需要获得正则表达式下来吧！

String regexPattern = ""; 

String result = ""; 

Pattern p = Pattern.compile(regexPattern); 
Matcher m = p.matcher(text); 

if(m.find()) 
    result = m.group(1).trim();

来源

2010-01-11 mrblah

不要对HTML使用正则表达式。 – 2010-01-11 23:03:24

这不是匹配或解析标记，它是*标记中的文本*。 – brianary 2010-01-11 23:47:19

+1 - 仅仅因为我认为你不配得下投票。 – 2010-01-19 19:30:32

什么：

((?:\d+\.)?\d+ \w{3})

来源

2010-01-11 23:03:33

这只适用于lbs，如果他想捕捉那部分数据，我猜测可能有其他形式的测量（例如kg）。 – 2010-01-11 23:05:55

对于需要小数点的事实或单位需要长度为3个字符的事实并不着迷。 – danben 2010-01-11 23:06:27

太棒了！你不能只抓住所有的数据，也许没有小数？或者没有小数的工作吗？ – mrblah 2010-01-11 23:07:51

这应该做的伎俩

(\d*\.?\d+)\s?(\w+)

的第一场比赛将是权重和第二将是衡量单位

来源

2010-01-11 23:05:22

这是否适用于单数位权重？ – Roman 2010-01-11 23:29:54

@Roman - 不，您需要将第一个\ d +更改为\ d *。 – 2010-01-11 23:33:15

好电话史蒂夫！ – 2010-01-12 00:16:20

-1

为什么使用正则表达式？由于您始终依赖于某种格式，因此您还可以假设最后一个括号是重量和位置，并且重量和测量单位始终格式如此，例如，与空间。

@Test 
public void testParseWeight() throws Exception { 
    String input = "<div><b>Item Weight (0.51 lbs in Warehouse 3)</b></div>"; 
    int startPos = input.lastIndexOf('('); 
    int space = input.indexOf(' ', startPos); 
    String weight = input.substring(startPos + 1, space); 
    String uom = input.substring(space + 1, input.indexOf(' ', space + 1)); 
    Number parse = NumberFormat.getNumberInstance(Locale.US).parse(weight); 
    assertEquals(0.51d, parse.doubleValue(), 0.0d); 
    assertEquals("lbs", uom); 
}

来源

2010-01-11 23:17:40 mhaller

好吧，我确实有整个HTML，这只是一个片段！ – mrblah 2010-01-11 23:19:04

我假设你能够识别包含重量的元素。否则，如果你使用正则表达式进行html解析，你将会失败。 – mhaller 2010-01-11 23:22:30

这是我想出了：

\((?<Weight>\d*\.?\d+)\s(?<Unit>\w+)

这将返回重量组“重量”和度量组“单位”的单位。这将使用或不使用小数。

有我做了几个假设：

重量必须立即第一个括号后上市。
重量与计量单位之间必须有空格。

如果这些假设并不总是准确的，那么正则表达式将需要更多的调整。

来源

2010-01-11 23:17:56

-1

你不应该使用正则表达式的HTML ...一个更好的猜测是（通过jaxen例如）使用的解析器（如NekoHTML），使用XPath

来源

2010-01-11 23:18:13

他没有解析HTML。他正在提取一个字符串中的数字，恰好在HTML中。反射“正则表达式和HTML不好”的反应在这里太强大了。 – McPherrinM 2010-01-12 01:26:22

将“重量”永远是字符串？如果是这样，有较好的正则表达式为：？

重量*（\ d +（？：？：\ \ d +））\ S +（\ w +）

我想这是在Java中的正则表达式有效，如它在Perl中工作。以上假定权重< 1将被格式化为0.X。如果他们可以从小数开始，使用这个：

重量。 ？（\ d。？\ d +）？）\ S +（\ w +）

来源

2010-01-11 23:19:00

，如果你知道单位事前，指定的单位列表可以提供更好的结果：

([\d.]+)\s+(lbs?|oz|g|kg)

来源

2010-01-11 23:22:21 Jimmy

什么是“？” “lbs”是什么意思？为什么在“盎司”之后没有人......等等？ – 2015-07-26 12:15:03

在正则表达式中，？意味着“前一个标记是可选的”。在这种情况下，这意味着's'是可选的，因为你会写“1磅”和“2磅”。我想你可以为所有单位添加一个可选项，但根据我的经验，“磅”更常用于复数形式。 – Jimmy 2015-07-26 22:54:10

我想你想的模式是：

(\d*\.?\d+)\s*(lbs?|kg)

正如Jimmy所指出的那样，这样可以得到正确的数字，并且应该将其与实际测量结果进行比较，以便将您的匹配限制为衡量体重的措施（或其他您所关心的措施）。

来源

2010-01-11 23:43:28 brianary

它还采取措施有和没有间距。它只是工作！ :) +1 – GTodorov 2017-06-28 02:36:12

正则表达式来获取体重

回答

相关问题