减去java文本字符串

Question

我想从网址中提取引用。

例如，我的网址如下：

"https://www.amazon.es/Lenovo-YOGA-520-14IKB-Ordenador-convertible/dp/B071WBF4PZ/"

我想只获取参考部分，即 B071WBF4PZ

我还想从这个html元素中提取价格：

"<div id="cerberus-data-metrics" style="display: none;" data-asin="B078ZYX4R5" data-asin-price="1479.00" data-asin-shipping="0" data-asin-currency-code="EUR" data-substitute-count="0" data-device-type="WEB" data-display-code="Asin is not eligible because it has a retail offer" ></div>"

我只需要获取 data-asin-price 属性的值。

可以使用indexOf', substring or split`来完成，但我不知道怎么做。

Answer 1

• 参考部分：

代码：

String url = "https://www.amazon.es/Lenovo-YOGA-520-14IKB-Ordenador-convertible/dp/B071WBF4PZ/";

String[] parts = string.split("/");
// parts : 
// [0] = "https:"
// [1] = ""
// [2] =  "www.amazon.es"
// [3] = "Lenovo-YOGA-520-14IKB-Ordenador-convertible"
// [4] = "dp"
// [5] = "B071WBF4PZ"
// [6] = ""

String reference = parts[5]; // < this is the reference.

但是，我建议使用

在访问parts.length() >= 6

之前，还要检查是否[5]

• 价格部分：

使用Regular Expressions / patterns，您可以轻松解析html并提取data-asin-price等属性。在这种情况下，我不会使用正则表达式。但是，正则表达式不需要额外的库。

此RegEx：

(?:data-asin-price=")(\w*.\w*)

将匹配data-asin-price="之后的任何数字 - 因此匹配组1将为：1479.00