Regexp для разбора электронных писем в формате HTML, при которых не удается поймать более одного элемента

Question

Regexp для разбора электронных писем в формате HTML, при которых не удается поймать более одного элемента

0

Я пытаюсь разобрать электронные письма PayPal HTML, чтобы выбрать различные элементы. Например, в нем отображаются все купленные предметы с их ценой, единицами и суммой.

Это <table> Я пытаюсь разобрать:

<table align="center" border="0" cellpadding="0" cellspacing="0" style="clear:both;color:#333!important;font-size:12px;font-family:arial,helvetica,sans-serif" width="598px">
   <tbody>
      <tr>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="348" align="left">Description</td>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="100" align="right">Unit price</td>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="50" align="right">Qty</td>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="80" align="right">Amount</td>
      </tr>
      <tr>
         <td valign="top" align="left" style="border-bottom:none;padding:10px"><a href="http://cgi.ebay.es/ws/eBayISAPI.dll?ViewItem&amp;item=171154674852" target="_blank">FUNDA PIEL FUCSIA PARA BQ AQUARIUS 4.5. GRAN CALIDAD.</a><br>Item# 171154674852</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€3,50 EUR</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">1</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€3,50 EUR</td>
      </tr>
      <tr>
         <td valign="top" align="left" style="border-bottom:none;padding:10px"><a href="http://cgi.ebay.es/ws/eBayISAPI.dll?ViewItem&amp;item=171154674852" target="_blank">FUNDA PIEL ROJA PARA IPHONE 4.5. GRAN CALIDAD.</a><br>Item# 171154674852</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€10,50 EUR</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">1</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€10,50 EUR</td>
      </tr>
   </tbody>
</table>

Я использую совпадение, чтобы обнаружить и поймать разные vars (Ruby):

unless /thePreviousRegexp/.match(body).nil?
    item = /thePreviousRegexp/.match(body)[:item]
    price_unit = /thePreviousRegexp/.match(body)[:price_unit]
end

Хорошо, это работает, когда у меня есть только один элемент. Но, когда у меня больше одного, он просто берет последний. Я хочу поймать всех.

Как я могу это сделать? Я положил <tr>, который принадлежит таблице среди() +, что означает, что шаблон может повторяться один или несколько раз. Но, похоже, это не работает.

Rubén Jiménez 12 нояб. 2013, в 19:09

Источник

2

Скажите, какую информацию вы хотите получить из примера HTML?
Arup Rakshit 12 нояб. 2013, в 18:17
0

Вы уже решили проблему. Спасибо, мой друг.
Rubén Jiménez 12 нояб. 2013, в 19:33

Теги:

html

regex

ruby

2 ответа

1

Вместо того, чтобы использовать match Вам нужно использовать exec метод и повторить его в while цикл.
Используйте только короткое регулярное выражение:

/item=(\d*?)\".*?€([\d\,]+) EUR/g

Надеюсь, что это поможет, но не в преступной деятельности.

Kamil Wozniak 12 нояб. 2013, в 16:04

0

Не беспокойся об этом. Это просто предложить отличную возможность для моих клиентов. Я пытаюсь разобрать накладную, чтобы сохранить ее в приложении накладной.
Rubén Jiménez 12 нояб. 2013, в 19:33
0

Конечно, нет проблем. :) Если есть необходимость изменить это регулярное выражение, пожалуйста, сообщите мне, я буду рад помочь. :)
Kamil Wozniak 12 нояб. 2013, в 19:35
0

Я слишком слаб в RegEx ..!
Arup Rakshit 12 нояб. 2013, в 19:36

Показать ещё 1 комментарий

Ещё вопросы

Скажите, какую информацию вы хотите получить из примера HTML?
Вы уже решили проблему. Спасибо, мой друг.
Не беспокойся об этом. Это просто предложить отличную возможность для моих клиентов. Я пытаюсь разобрать накладную, чтобы сохранить ее в приложении накладной.
Конечно, нет проблем. :) Если есть необходимость изменить это регулярное выражение, пожалуйста, сообщите мне, я буду рад помочь. :)

Arup Rakshit · Accepted Answer · 2013-11-12T16-49-00.000Z

Используйте Нокогири.

Я бы сделал так:

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<table align="center" border="0" cellpadding="0" cellspacing="0" style="clear:both;color:#333!important;font-size:12px;font-family:arial,helvetica,sans-serif" width="598px">
   <tbody>
      <tr>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="348" align="left">Description</td>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="100" align="right">Unit price</td>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="50" align="right">Qty</td>
         <td style="border:1px solid #ccc;border-right:none;border-left:none;padding:5px 10px 5px 10px!important;color:#333333" width="80" align="right">Amount</td>
      </tr>
      <tr>
         <td valign="top" align="left" style="border-bottom:none;padding:10px"><a href="http://cgi.ebay.es/ws/eBayISAPI.dll?ViewItem&amp;item=171154674852" target="_blank">FUNDA PIEL FUCSIA PARA BQ AQUARIUS 4.5. GRAN CALIDAD.</a><br>Item# 171154674852</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€3,50 EUR</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">1</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€3,50 EUR</td>
      </tr>
      <tr>
         <td valign="top" align="left" style="border-bottom:none;padding:10px"><a href="http://cgi.ebay.es/ws/eBayISAPI.dll?ViewItem&amp;item=171154674852" target="_blank">FUNDA PIEL ROJA PARA IPHONE 4.5. GRAN CALIDAD.</a><br>Item# 171154674852</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€10,50 EUR</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">1</td>
         <td valign="top" align="right" style="border-bottom:none;padding:10px">€10,50 EUR</td>
      </tr>
   </tbody>
</table>
eot

table_header = doc.xpath("//table//tr[1]/td").map(&:text)
# => ["Description", "Unit price", "Qty", "Amount"]

product_information = doc.xpath("//table//tr[position()!=1]").map do |e|
  Hash[table_header.zip(e.css('td').map(&:text))]
end

product_information
# => [{"Description"=>
#       "FUNDA PIEL FUCSIA PARA BQ AQUARIUS 4.5. GRAN CALIDAD.Item# 171154674852",
#      "Unit price"=>"€3,50 EUR",
#      "Qty"=>"1",
#      "Amount"=>"€3,50 EUR"},
#     {"Description"=>
#       "FUNDA PIEL ROJA PARA IPHONE 4.5. GRAN CALIDAD.Item# 171154674852",
#      "Unit price"=>"€10,50 EUR",
#      "Qty"=>"1",
#      "Amount"=>"€10,50 EUR"}]

Хорошая работа, очень хорошая работа. Работает как положено.