Regex 在特定单词出现后解析出一个数字

我试图从国家气象局的文本网站上收集预测的高温。我试图从中获取信息的网站可以找到

到目前为止，我已经能够提取每天之后出现的第一个数字。大多数时候这是高温，但偶尔他们会把降水量放在一天的预测温度之前。我想找到一种方法来提取单词“high”后面的数字。还应该注意的是，有时它们使用“high-near”、“high-around”或任何其他变体，因此它不一定是high之后的下一个字符串

下面是我的代码。我打算每天在某个特定的时间运行它，因此我将在六天后得到当前天数的预测。如果您在晚上运行此代码，您将获得未来七天的预测温度，第一个温度实际上是指未来几周的预测

我的最终目标是把它放到trendy上，所以我相信这在其他格式中会更容易实现，但我想直接使用Matlab

url = 'http://forecast.weather.gov/MapClick.php?lat=40.48622&lon=-74.45181587699966&unit=0&lg=english&FcstType=text&TextType=1';
html = urlread(url);
DayForm = 'long';
today = clock;
today = today(:,3);
nvalue = zeros(6,1);
for i = 0:6
 [~, getDay] = weekday(today+i,DayForm);
 target = ['<b>' getDay ':'];
 [a,b] = regexp(html,'\d');
 strPos = find( a > strfind(html,target),1,'first');
 nvalue(i+1) = str2double(html(a(strPos):b(strPos)+1));
end

---

这有点复杂，因为他们偶尔也会说“风速高达32英里/小时”。以下是有效的，但可能还有更多未考虑的边缘情况：

high\D+(\d+)\D(?!mph)

这将搜索单词“high”，然后对所有字符进行“slurp”操作，直到它达到一个数字。它会抓取组中的数字，然后抓取下一个非数字字符（这确保它抓取所有数字）。然后，它使用一个负向前看，以确保接下来的3个字母不是“mph”（这表明该数字表示的是风，而不是温度）

---

正如我所说，可能有更多的边缘情况，但它似乎适用于当前的网页。

看来matlab支持gnu扩展正则表达式，这是一个限制，这意味着MrAzzaman答案可能不起作用。虽然他解释了前面有high一词的

mph

，但下面的正则表达式应该匹配并捕获您想要捕获的数字到捕获组

$1

with\sa\shigh\s\w*\s？（[0-9]+）

用high查找

，然后是一个空格，然后是可能的单词，然后是另一个空格，后面是包含temp的捕获组

它应该能用
谢谢！这很好用。据我所知，文本预测中始终会出现“高”，因此这是我最稳健的选择。MATLAB的正则表达式有限，但我给出的答案中的所有内容都得到支持，至少在我使用的版本中是如此。
high\D+(\d+)\D(?!mph)