博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
JAVA如何通过正则表达式获取文本中数字
阅读量:3587 次
发布时间:2019-05-20

本文共 1131 字,大约阅读时间需要 3 分钟。

如何通过正则表达式获取字符串中的数字

实例:

Java代码  
  1. public void Test0108_03()  
  2.     {  
  3.         String input="winnt 5.1 internet winnta 5.3";//如何获得5.1  
  4.         String regex="winnta";  
  5.         double version=Double.parseDouble(getDigitAfter(input, regex));  
  6.         System.out.println("version:"+version);  
  7.     }  
  8.     public static String getDigitAfter(String input, String str)  
  9.     {  
  10.         Pattern p = Pattern.compile(str+"\\s*(\\d[\\.\\d]*\\d)");  
  11.         Matcher m = p.matcher(input);  
  12.         boolean result = m.find();  
  13.         String find_result = null;  
  14.         if (result)  
  15.         {  
  16.             find_result = m.group(1);  
  17.         }  
  18.         return find_result;  
  19. }  

  http://www.dotdy.com/  

获取740981

Java代码  
  1. //"content": "????740981????????????30????????????????????????"  
  2.        String content = "????740981????????????30????????????????????????";  
  3.        Pattern p = Pattern.compile("[^\\d]+([\\d]+)[^\\d]+.*");  
  4.        Matcher m = p.matcher(content);  
  5.        boolean result = m.find();  
  6.        String find_result = null;  
  7.        if (result) {  
  8.            find_result = m.group(1);  

  1.        }  

用于匹配的正则表达式为 :([1-9]\d*\.?\d*)|(0\.\d*[1-9])

(

[1-9] :匹配1~9的数字;

\d :匹配数字,包括0~9

* :紧跟在 \d 之后,表明可以匹配零个及多个数字;

\. :匹配小数点

? :紧跟在 \. 之后,表明可以匹配零个或一个小数点;

0 :匹配一个数字0

)
其中的 [1-9]\d*\.?\d* 用以匹配诸如:1、23、34.0、56.78 之类的非负的整数和浮点数

其中的 0\.\d*[1-9] 用以匹配诸如:0.1、0.23、0.405 之类的非负浮点数

转载地址:http://kcpwn.baihongyu.com/

你可能感兴趣的文章
【爬虫实战】8基础Python网络爬虫——股票数据定向爬虫(MOOC学习笔记)
查看>>
【语音识别】获得MOOC视频的文本(字幕)
查看>>
【文本识别】百度智能云OCR获得MOOC视频教材的文本
查看>>
【CS224n】1斯坦福大学深度学习自然语言处理课程笔记
查看>>
【CS224n】2斯坦福大学深度学习自然语言处理课程笔记——词向量、词义和神经分类器
查看>>
【NLP】文献翻译1——基于结构和词嵌入的文本相似性测量方法
查看>>
【NLP】文献翻译2——英语单词语义相似性的Word2Vec模型分析
查看>>
【NLP】文献翻译3——基于卷积神经网络和词嵌入的一种新型句子相似性模型
查看>>
【NLP】1安装gensim库与斯坦福大学CS224n第一次课代码复现
查看>>
【NLP】2安装word2vec库与基于text8数据集实例
查看>>
【NLP】3 word2vec库与基于搜狗全网新闻数据集实例
查看>>
【NLP】4 gensim word2vec库入门——官方手册embeddings和KeyedVectors
查看>>
【NLP】5计数词向量底层代码编写和gensim word2vec库入门——斯坦福大学CS224n第一次课作业代码复现
查看>>
【PyTorch】1入门——Tensor、自动微分、神经网络、PyTorch 图像分类
查看>>
【PyTorch】2 Kaggle猫狗二分类实战——搭建CNN网络
查看>>
【PyTorch】3 AI诗人RNN实战(LSTM)——完成诗歌剩余部分、生成藏头诗
查看>>
【DL】1 RNN入门——李宏毅机器学习课程RNN笔记
查看>>
【PyTorch】4 姓氏分类RNN实战(Simple RNN)——18 种起源语言的数千种姓氏分类
查看>>
【PyTorch】5 姓氏生成RNN实战——使用语言生成名称
查看>>
【PyTorch】6 法语英语翻译RNN实战——基于Attention的seq2seq模型、Attention可视化
查看>>