Java 正则表达式在网页中查找值

我需要找到一个正则表达式，它从html文档中的表单元格中提取一个值

此表格单元格的示例内容为“结果：40分钟”

我需要一个正则表达式来匹配实际的数字（40）

---

这是用java编写的，提前谢谢。

我以前尝试过用正则表达式来实现这一点，但这是一个棘手的问题

使用XPath表达式这样的东西要容易得多，您可以通过它在DOM层次结构中的位置来指定位置。Apache库可以做到这一点（特别是Xalan），可以在以下位置找到：

您可以使用Firefox插件XPath检查器来帮助您解决这个问题

---

顺便说一句，如果您正在寻找其他工具/信息，您正在谈论的领域称为“web抓取”。

您想使用DOM/XPATH，但如果您确实需要正则表达式来处理简单的情况，请尝试

/\<\s*td[^\>]*\>\s*result: (\d+) mins\s*\<\/td\>/i

/\]*\>\s*结果：（\d+）分钟\s*\/i

---

同样，它可能适用于大多数HTML，但regex不适用于所有HTML。

如果不是一次性的情况，请使用XPath检索特定HTML元素的内容（“结果：40分钟”），然后使用简单的regexp获取所需内容：

“结果：（\d+）分钟”

（以适应Overclock编写的内容）。如果HTML（很可能）不正确，您可以使用以下内容进行清理

在最简单的情况下，您只需在完整页面中查找表达式：

“*result:（\d+）分钟。*”

顺便说一句，您指向的网页不包含任何类型的“结果”：如果您选择了“路线”，您应该可以这样做：

String pageContent = ...
Pattern p = java.util.regex.Pattern.compile("Route: ((\\d*) hour )*(\\d*) mins");
Matcher m = p.matcher(pageContent);
m.find();
System.out.println(m.group{1});
System.out.println(m.group{2});

---

这样的信息太少，无法构建任何类型的匹配规则。在大多数情况下，最好使用DOM解析器而不是正则表达式