正则表达式提取数字组

Question

我有简单的HTML代码：

<span class="someclass" title="4.5 stars"></span>

或者可能是：

<span class="someclass" title="5 stars"></span>

我使用了((\d+\.\d+)|(\d+)) star，但它提取了3组，我需要一组数值。

如何在一个组中使用Regex在两个字符串中提取4.5和5？

谢谢！

Answer 1

尝试删除内括号：

(\d+\.\d+|\d+) star

此外，您可能希望考虑使用HTML解析器首先提取属性，而不是将正则表达式直接应用于原始HTML。

Answer 2

你可以通过在这样的开始括号之后添加？：来使群组不被捕捉

((?:\d+\.\d+)|(?:\d+)) star

但在你的情况下不需要你的内括号。

您可以将表达式重写为

(\d+(?:\.\d+)?) star

Answer 3

在python中可以这样做：

import re

txt = '<span class="someclass" title="4.5 stars"></span>, <span class="someclass" title="5 stars"></span>'
re.findall(r'\d+[.]\d+|\d+', txt)

['4.5', '5']