Question

基本上，我正在尝试使用HTTP GET请求从网站提取数据。我创建了一个扫描程序，查看从GET请求中提取的所有信息。我的具体问题是如何让扫描仪识别出所需模式中的一系列浮点值。模式如下： "<strong>的 X k</strong> <div class="match_details_cell_label">Gold</div>"

上面的字母x表示浮点数，其范围可以是[0.0-50.0]。我的问题是如何将其表示给扫描仪。我熟悉如何检查整数是否在一组值内，但是如何在扫描时合并“范围”这个概念？

    GetGameInfo http = new GetGameInfo();

    System.out.println("Testing 1 - Send Http GET request");
    Scanner lolscan = new Scanner(http.sendGet());
    String gameGold = 
            lolscan.next("<strong>" + [0-30] + "k</strong><div class=\"match_details_cell_label\">Gold</div>");

正如您所看到的，我尝试连接一系列可接受的值，但我认为这不是正确的方法。有什么建议吗？

Answer 1

不要使用正则表达式来解析HTML !! https://stackoverflow.com/a/1732454/1768232

请改为使用JSoup或JSoup Maven，例如：

List<Double> doubles = new LinkedList<>();
Document doc = Jsoup.connect(url).get();
Elements elem = doc.select("strong");
for(Element element : elem) { 
    try {
        doubles.add(Double.valueOf(elem.text()));
    } catch (NumberFormatException e) {
        // handle it
    }
}

Answer 2

你在这里遇到的问题：

正则表达式在解析HTML时很糟糕。只有一个例子是，<strong><foo/>30.0</strong>...将失败你提出的任何合理的正则表达式，但应该在这里通过你的测试。我一直在HTML上使用正则表达式，但是你应该记住，当你想向某人展示它没有加载时，就像把枪指向你的脚并扣动扳机一样。
您的代码在语法上无效。 Scanner#next需要String个参数。
[0-30]是一个字符类，只匹配一个0，1，2或3之一的字符。可能不是你的意思。

正则表达式与“0.0到50.0之间的数字”之类的东西不匹配。最好匹配所有数字，然后让Java解析它们并用数字进行比较。

扫描模式时，如何在字符串中检查一系列浮动？

2 个答案: