使用 Nokogiri，我需要解析给定的块：
<div class="some_class">
12 AB / 4+ CD
<br/>
2,600 Dollars
<br/>
</div>
如果存在ab、cd 和dollars 值，我需要获取它们。
ab = p.css(".some_class").text[....some regex....]
cd = p.css(".some_class").text[....some regex....]
dollars = p.css(".some_class").text[....some regex....]
正确吗？如果是这样，有人可以用正则表达式帮助我解析 ab、cd 和 dollars 值吗？
【问题讨论】：
要获得更好的答案，您必须明确说明 AB、CD 和 Dollar 值采用什么格式，但这里是基于给出的示例的解决方案。它使用正则表达式分组() 来捕获我们感兴趣的信息。（有关详细信息，请参阅答案底部）
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"
请注意，如果不匹配，则String#match 返回nil，因此如果值可能不存在，则需要进行检查，例如
if match = text.match(/([\d,]+) Dollars/)
dollars = match.captures[0]
end
捕获的附加说明
为了匹配 AB 的数量，我们需要一个模式 /\d+ AB/ 来识别文本的正确部分。然而，我们真的只对数字部分感兴趣，所以我们用括号括起来，以便我们可以提取它。例如
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
【讨论】：
dollars 将是 nil 这就是问题所在 - 它会导致尝试在 nil 上调用 captures 方法会失败，这就是您可能需要检查的原因。
这是一个较旧的线程，但我偶然发现了它。以下是我如何定位值和存储值的可用方式：
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}
【讨论】：