Ruby正则表达式帮助

我懂一点regex，但不懂mutch。从下面的html中获取数字的最佳方法是什么。我想把32块钱还回来。在这个可怕的html页面中，宽度、行跨度和大小的值都是不同的。有什么帮助吗

<td width=14 rowspan=2 align=right><font size=2 face="helvetica">32</font></td>

怎么样

>(\d+)<

或者，如果您非常想避免使用捕获组：

(?<=>)\d+(?=<)

怎么样

>(\d+)<

或者，如果您非常想避免使用捕获组：

(?<=>)\d+(?=<)

可能是

可能是

---

请帮自己一个忙：

#!/usr/bin/env ruby
require 'nokogiri'

require 'test/unit'
class TestExtraction < Test::Unit::TestCase
  def test_that_it_extracts_the_number_correctly
    doc = Nokogiri::HTML('<td width=14 rowspan=2 align=right><font size=2 face="helvetica">32</font></td>')
    assert_equal [32], (doc / '//td/font').map {|el| el.text.to_i }
  end
end

---

请帮自己一个忙：

#!/usr/bin/env ruby
require 'nokogiri'

require 'test/unit'
class TestExtraction < Test::Unit::TestCase
  def test_that_it_extracts_the_number_correctly
    doc = Nokogiri::HTML('<td width=14 rowspan=2 align=right><font size=2 face="helvetica">32</font></td>')
    assert_equal [32], (doc / '//td/font').map {|el| el.text.to_i }
  end
end

---

最好的方法是使用解析器而不是正则表达式：-@埃里克：原则上是的，但是对于快速和肮脏的屏幕抓取来说，正则表达式通常是一个可行的工具。我会使用解析器，但是HTML格式太差了。好吧，你的例子当然是有效的，尽管：-。HTML解析器通常用于处理错误的标记。最好的方法是使用解析器而不是正则表达式-@埃里克：原则上是的，但是对于快速和肮脏的屏幕抓取来说，正则表达式通常是一个可行的工具。我会使用解析器，但是HTML格式太差了。好吧，你的例子当然是有效的，尽管：-。HTML解析器通常被设计用来处理错误的标记。这将返回>32<，但我想我可以只做string.match/>\d+@bun:嗯，你会在第一个捕获组中找到32。。。我对答案进行了编辑，以包含一个不需要该组的示例。这将返回>32<，但我想我可以只做string.match/>\d+@bun:好吧，您将在第一个捕获组中找到32。。。我对答案进行了编辑，以包含一个不需要该组的示例。这肯定会匹配上面的字符串，但不会提取32。如果Ruby的regexp synatx是从Perl借用的，那么您需要将\d+放在括号中。然后使用match[1]这肯定会匹配上面的字符串，但不会提取32。如果Ruby的regexp synatx是从Perl借用的，那么需要将\d+放在括号中。然后使用匹配[1]我同意。从长远来看，使用正则表达式搜索HTML内容比使用解析器更容易出错。我同意。从长远来看，与使用解析器相比，使用正则表达式查找HTML内容更容易出错。