我正在编写脚本，用于解析论坛上分类广告的价格。
文字结构非常糟糕，有时价格存在，有时它不是。有时用户会在商店中添加相同商品的价格为100欧元的评论，但他们以80欧元的价格出售。我想从这样的广告中获得80欧元的价格。
在其他情况下，他们销售更多不同的商品，每件都有自己的价格，我想得到价格的总和。在其他情况下，他们对购买所有东西的人有特价，在这种情况下，我想得到整套价格，通常低于所有价格的总和。
现在我正在使用一堆正则表达式和一些if-s。我想知道是否有任何算法，可以做这样的事情，但我不知道它们？
答案 0 :(得分：2)
你真的在谈论文本分析，它超越正则表达式，这只会帮助你提价。你将不得不扫描像'是x欧元，现在要求y欧元'这样的短语。
我建议您获得大量实际样本输入数据，越大越好，您想要生成已知价格。然后，您可以连接分析仪并查看分析仪失败的记录，并尝试找出原因并进行修复，直到您对结果感到满意为止。
Lucene项目有一个分析模块，通常用于准备可能有用的索引文本，您可以规范化输入并编写自己的自定义分析器来处理传入的令牌。我相信它有一个内置正则表达式支持的标记器，但我不记得了。
答案 1 :(得分：0)