正規表現解析の問題

Question

このページの「http://www.rottentomatoes.com/movie/box_office.php」でlynxコマンドを使用してプログラムを作成しようとしています。特定の問題....それだけでタイトルを取得します。私の問題は、タイトルには特殊文字や数字を入れることができ、すべてのタイトルは長さが変わることです。私は、ページ全体を解析し、このような行を見つけることができる正規表現を書いてみたいです.... （タイトルと次の番号の間にスペースを追加しました。リリース）

1 -- 30% The Vow           1 $41.2M $41.2M $13.9k 2958 
2 -- 53% Safe House          1 $40.2M $40.2M $12.9k 3119 
3 -- 42% Journey 2: The Mysterious Island     1 $27.3M $27.3M $7.9k 3470 
4 -- 57% Star Wars: Episode I - The Phantom Menace (in 3D) 1 $22.5M $22.5M $8.5k 2655 
5 1 86% Chronicle           2 $12.1M $40.0M $4.2k 2908 

私が出始めている正規表現は次のとおりです。

/(\d+)\s(\d+|\-\-)\s(\d+\%)\s 

誰かが私をはるかに高く評価されるだろうに成功タイトルをつかむ方法を見つけ出す手助けができれば！ありがとうございました。

Answer 1

すべてのものをキャプチャします。

^(\d+)\s+(\d+|\-\-)\s+(\d+\%)\s+(.*)\s+(\d+)\s+(\$\d+(?:.\d+)?[Mk])\s+(\$\d+(?:.\d+)?[Mk])\s+(\$\d+(?:.\d+)?[Mk])\s+(\d+)$ 

はの説明：

^       <- Start of the line 
    (\d+)\s+     <- Numbers (captured) followed by as many spaces as you want 
    (\d+|\-\-)\s+   <- Numbers [or "--"] (captured) followed by as many spaces as you want 
    (\d+\%)\s+    <- Numbers [with '%'] (captured) followed by as many spaces as you want 
    (.*)\s+     <- Anything you can match [don't be greedy] (captured) followed by as many spaces as you want 
    (\d+)\s+     <- Numbers (captured) followed by as many spaces as you want 
    (\$\d+(?:.\d+)?[Mk])\s+ <- "$" and Numbers [with floating point] and "M or k" (captured) followed by as many spaces as you want 
    (\$\d+(?:.\d+)?[Mk])\s+ <- "$" and Numbers [with floating point] and "M or k" (captured) followed by as many spaces as you want 
    (\$\d+(?:.\d+)?[Mk])\s+ <- "$" and Numbers [with floating point] and "M or k" (captured) followed by as many spaces as you want 
    (\d+)     <- Numbers (captured) 
$       <- End of the line 

---

をだからこれは私がやったことです深刻であることを、私は（私はあなたが最後にやると思うと）ビットを騙して、すべてを捕獲しましたタイトルのキャプチャのための先読みを取得します。

非貪欲な正規表現(.*) [または、 "ungreedyness"を強制したい場合は] (.*?)は可能な限り少ない文字を捕捉し、正規表現の終わりは他のものをすべて捕まえようとします。

あなたの正規表現は、タイトル（唯一残されたもの）だけをキャプチャしてしまいます。

あなたができることは、実際の先読みを使用してアサーションを作成することです。

---

資源：

• regular-expressions.info - Lookaround
• regexr.com - This regex tested