Question

我的HTML具有项目的权重。

<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权重和度量单位。

因此，在上面的HTML中，我需要0.51和lbs

我正在使用Java，我有一个帮助方法，只需要立即降低正则表达式！

String regexPattern = "";

String result = "";

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

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

Answer 1

这应该可以解决问题

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

第一场比赛是重量，第二场比赛是计量单位

Answer 2

如果您事先知道单位，指定单位列表可能会产生更好的结果：

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

Answer 3

这就是我提出的：

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

这将返回“权重”组中的权重和“单位”组中的度量单位。这可以使用或不使用小数。

我做了几个假设：

必须在第一个括号后立即列出重量。
重量和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。

Answer 4

我认为你想要的模式是：

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

这将得到正确的数字，你应该用实际测量来锚定它，正如吉米指出的那样，将你的匹配限制在体重测量（或者你关心的其他任何措施）。

Answer 5

怎么样：

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

Answer 6

“重量”总是在字符串中吗？如果是这样，一个更好的正则表达式将是：

重量*（\ d +（？：？\ \ d +））。？\ S +（\ W +）

我认为这在Java正则表达式中是有效的，因为它在Perl中有效。以上假定权重＆lt; 1将是0.X格式。如果它们可以以小数开头，请使用：

重量。？（\ d ？\ d +）？）\ S +（\ W +）

Answer 7

为什么要使用正则表达式？由于您总是依赖某种格式，您还可以假设最后一个括号是权重和位置，并且权重和度量单位的格式总是如此，例如：有空格。

@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);
}

Answer 8

您不应该使用regexp进行HTML ...更好的猜测是使用解析器（如NekoHTML），使用xpath（例如通过jaxen）

正则表达式来增加体重

8 个答案: