Используя Nokogiri, мне нужно разобрать заданный блок:
<div class="some_class">
12 AB / 4+ CD
<br/>
2,600 Dollars
<br/>
</div>
Мне нужно получить значения ab, cd и dollars, если они существуют.
ab = p.css(".some_class").text[....some regex....]
cd = p.css(".some_class").text[....some regex....]
dollars = p.css(".some_class").text[....some regex....]
Это правильно? Если да, может ли кто-нибудь помочь мне с регулярным выражением для анализа значений ab, cd и dollars?
Чтобы получить лучший ответ, вам нужно будет точно указать, какой формат имеют значения AB, CD и Dollar, но вот решение, основанное на приведенном примере. Он использует группу регулярных выражений () для сбора интересующей нас информации. (Подробнее см. В нижней части ответа)
text = p.css(".some_class").text
# one or more digits followed by a space followed by AB, capture the digits
ab = text.match(/(\d+) AB/).captures[0] # => "12"
# one of more non digits followed by a literal + followed by CD
cd = text.match(/(\d+\+) CD/).captures[0] # => "4+"
# digits or commas followed by "Dollars"
dollars = text.match(/([\d,]+) Dollars/).captures[0] # => "2,600"
Обратите внимание, что если совпадения нет, то String#match возвращает nil, поэтому, если значения могут не существовать, вам потребуется проверка, например.
if match = text.match(/([\d,]+) Dollars/)
dollars = match.captures[0]
end
Дополнительное объяснение захвата
Чтобы соответствовать количеству AB, нам нужен шаблон /\d+ AB/ для определения правой части текста. Однако на самом деле нас интересует только числовая часть, поэтому мы заключаем ее в скобки, чтобы мы могли ее извлечь. например
irb(main):027:0> match = text.match(/(\d+) AB/)
=> #<MatchData:0x2ca3440> # the match method returns MatchData if there is a match, nil if not
irb(main):028:0> match.to_s # match.to_s gives us the entire text that matched the pattern
=> "12 AB"
irb(main):029:0> match.captures
=> ["12"]
# match.captures gives us an array of the parts of the pattern that were enclosed in ()
# in our example there is just 1 but there could be multiple
irb(main):030:0> match.captures[0]
=> "12" # the first capture - the bit we want
Ознакомьтесь с документацией для MatchData, в частности захватывает метод для получения более подробной информации.
dollars будет nil, в этом проблема - это приведет к попытке вызвать метод captures для nil, которая завершится ошибкой, поэтому вам может понадобиться проверка.
- person mikej; 17.07.2010
Это старая тема, но я только что наткнулся на нее. Вот как я могу найти значения и удобный способ их хранения:
require "ap"
require "nokogiri"
xml = <<EOT
<div class="some_class">
12 AB / 4+ CD
<br/>
2,600 Dollars
<br/>
</div>
EOT
doc = Nokogiri::XML(xml)
some_class = doc.at('.some_class').text
values = some_class
.scan(/([\d+]+) ([a-z,]+)/i)
.each_with_object({}){ |(v,c), h| h[c] = v.to_i }
values # => {"AB"=>12, "CD"=>4, "Dollars"=>600}
