预匹配价格答案

【问题标题】：Preg matching Price预匹配价格
【发布时间】：2014-05-10 16:25:59
【问题描述】：

我使用http://www.regexr.com/ 尝试了解我在 PHP 中应用的正则表达式 sintaxis。但是，我确信有更好的方法来编写这个表达式：

(?:\"price|price\")+(?:[^\>])*(?:\>)+((?:[^\>](?!\/))+)+(?:[^\>])*(?:\>)*([^\<]*(?!\/\>))

我正在尝试检索以下文本的价格值：

A     <span class="price-sales">$80.00</span>

B <div class="ProdMargin"><font class="items_price" >€19,75</font></div> 
C <div class="price" id="text-price"> foo
<span >EUR 149 €</span>

        </div>
D <div class="price" id="text-foo"> <span >149 €</span></div>
E <div id="text-price" id="foo"> <span >149 EUR</span></div>
F <div class="foo">bar</div>

所需的数学是：

80.00 美元
B €19,75
C 欧元 149 欧元
149 欧元
149 欧元

主要问题是我必须创建 2 个“匹配组”： (A,B) 一个用于普通匹配和 (C,D,E) 值在二度子级中。

问题：

1) 我做错了什么吗？还是可以改进？
2) 我可以只得到一个结果“匹配组”吗？

非常感谢！

【问题讨论】：

嗯...有人写了一个kickass答案，但它刚刚被删除？

标签： php regex preg-match regex-negation regex-lookarounds

【解决方案1】：

这样的东西有用吗？

/(\$|€|EUR)? *([0-9,]+(\.[0-9]{1,2})?) *(\$|€|EUR)?/

[编辑]

在这种情况下，我认为正则表达式不是最好的。尝试使用 DOM 解析器。 PHP 有一个内置的。这是一个起点：Getting DOM elements by classname

【讨论】：

很遗憾，格式可以是数字前面或后面的任何货币（符号或字母）（也可能采用不同的格式）。所以我想要的是获取以“价格”开头或结尾的类或 id 的内容
我想我可以做这样的事情((\$|€|EUR)+ *([0-9,]+(\.[0-9]{1,2})?))|(([0-9,]+(\.[0-9]{1,2})?) *(\$|€|EUR)+) 以确保它在之前和之后捕获符号......不过，我必须在预赛中转储所有货币符号，这可行吗？
当然。将它存储在一个变量中，这样你就只维护一个列表，你应该很高兴

【解决方案2】：

HTML 不是常规语言，无法使用正则表达式进行可靠解析。请改用 DOM 解析器。下面是一个使用 PHP 内置的DOMDocument 类的解决方案：

$html = <<<HTML
<span class="price-sales">$80.00</span>
<div class="ProdMargin"><font class="items_price" >€19,75</font></div> 
<div class="price" id="text-price"> foo<span >EUR 149 €</span></div>
<div class="price" id="text-foo"> <span >149 €</span></div>
<div id="text-price" id="foo"> <span >149 EUR</span></div>
HTML;

// Escape entites correctly
$html = mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8');

$dom = new DOMDocument;

// Disable errors about the markup
libxml_use_internal_errors(true);

$dom->loadHTML($html);

$xpath = new DOMXPath($dom);

// Find innermost nodes
$nodes = $xpath->query('//*[not(descendant::*)]');

// Loop through the nodes and add items to the array
foreach ($nodes as $node) {
    $results[] = $node->nodeValue;
}

var_dump($results);

输出：

array(5) {
  [0]=>
  string(6) "$80.00"
  [1]=>
  string(8) "€19,75"
  [2]=>
  string(11) "EUR 149 €"
  [3]=>
  string(7) "149 €"
  [4]=>
  string(7) "149 EUR"
}

Demo

【讨论】：

感谢您的建议。请问您是如何从该代码中过滤价格的？我不想要 html 的每个节点，只想要包含“价格”的节点。查看我更新的代码。
@James：“包含”是什么意思？排队的任何地方？或者在任何父节点的任何地方？
@James：如果您尝试在其id 属性中的任何位置查找具有price 的节点，您可以使用XPath 表达式轻松实现。这就是你要找的东西吗？