正则表达式将数字提取到组中
Posted
技术标签:
【中文标题】正则表达式将数字提取到组中【英文标题】：Regex extract numer into group 【发布时间】：2011-09-10 17:38:32 【问题描述】：我有简单的 html 代码：
<span class="someclass" title="4.5 stars"></span>
也可以是：
<span class="someclass" title="5 stars"></span>
我使用了((\d+\.\d+)|(\d+)) star，但它提取了我 3 个组，我需要一个带数值的组。
如何在一组中使用正则表达式在两个字符串中提取 4.5 和 5？
谢谢！
【问题讨论】：
Python、c#、asp.net 和 js？你在用什么？ 和大多数人一样，我建议您使用 Html Agility Pack for .net htmlagilitypack.codeplex.com 【参考方案1】：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']
【讨论】：
【参考方案2】：尝试删除内括号：
(\d+\.\d+|\d+) star
此外，您可能希望先考虑使用 HTML 解析器来提取属性，而不是将正则表达式直接应用于原始 HTML。
【讨论】：
谢谢，这正是我需要的！【参考方案3】：您可以像这样在左括号后添加一个 ?: 来使组不被捕获
((?:\d+\.\d+)|(?:\d+)) star
但你的情况不需要你的内括号。
你可以将你的表达式改写为
(\d+(?:\.\d+)?) star
【讨论】：
以上是关于正则表达式将数字提取到组中的主要内容，如果未能解决你的问题，请参考以下文章