1

Buenas,

Estoy usando una pequeña línea de código para limpiar la información de precios obtenida a través de "scrap". Dado que obtengo de distintos países, tengo distintas monedas y quiero dejar el número limpio.

Para ello uso:

price.select("span").first().text().replace(".", "").replaceAll("SG$|CAD|R$|HUF|€|₽|incl. GST|$|R|₹|£|¥|₩|NT$","")

¿Cuál es el problema? Pues que hay 3 caracteres que no me quita: $, SG$ (moneda de singapur) y NT$ (Moneda de Taiwan).

Tal cuál está podría entender que la moneda de Taiwan no funcionase bien puesto que antes de sustituir NT$ está la sustitución del dólar ($), entiendo que debería quedarme entonces NT. Sin embargo no pasa ni una cosa ni la otra.

No acabo de encontrar el problema, el resto de caracteres sí que los quita.

1
  • 3
    Veo en tu perfil que tienes casi todas tus preguntas con respuestas sin aceptar, algunas preguntas incluso duplicadas. Te recomiendo que revises todas tus publicaciones y agradezcas el esfuerzo por ayudarte de los usuarios que se han molestado en darte una solución, o que les respondas si no lo han conseguido, pero no sigas haciendo preguntas sin "cerrar" de alguna forma las que tienes.
    – Awes0meM4n
    Commented el 13 mar. 2017 a las 8:57

5 respuestas 5

1

Recuerda que los caracteres especiales como $ en html se representan con un código y no literal

Así el equivalente de $ es $

entonces cambia tu replace incluyendo el código y no el literal.

Es lo que se me ocurre que podría ser

Aqui hay una tabla con caracteres especiales http://www.degraeve.com/reference/specialcharacters.php

4
  • No he entendido bien el que $ es $.
    – user27826
    Commented el 12 mar. 2017 a las 12:58
  • @JetLagFox No me fije que me interpreto el código pero ya actualice la respuesta Commented el 12 mar. 2017 a las 13:28
  • He probado con esto pero no me funciona: price.select(".price-disclaimer span").first().ownText().replace(",", ".").replaceAll("SG&#36|CAD|R&#36|HUF|€|₽|incl. GST|NT&#36|R|₹|£|¥|₩|&#36","")
    – user27826
    Commented el 12 mar. 2017 a las 14:21
  • te falto incluir el ";" punto y coma es parte del código Commented el 13 mar. 2017 a las 6:51
1

Buenas, prueba a poner antes del '$' la barra invertida '\', así por ejemplo:

replaceAll("SG$|CAD|R$|HUF|€|₽|incl. GST|$|R|₹|£|¥|₩|NT$","")
3
  • Yo no veo ninguna barra invertida.
    – user13558
    Commented el 13 mar. 2017 a las 12:38
  • Te refieres a SG\$ o a NT\$... Tu respuesta no lo deja muy claro.
    – Muriano
    Commented el 13 mar. 2017 a las 13:08
  • Eso no compila porque no reconoce \$ como una secuencia de escape. La forma es envolverlo entre corchetes [$] para que lo trate como un carácter como he puesto en mi respuesta.
    – Awes0meM4n
    Commented el 13 mar. 2017 a las 13:38
1

Buenas,

La solución finalmente ha sido esta:

price.select("s").first().text().replace(".", "").replaceAll("SG\\$|CAD|R\\$|HUF|€|₽|incl. GST|NT\\$|R|₹|£|¥|₩|\\$","")); 
0
0

EDIT La cadena que quieres reemplazar tiene varios problemas, se podría quizá solucionar con un regex pero... por ejemplo, a parte del problema con el signo de $, le pides que te reemplace los puntos y dentro de las monedas tienes un valor con punto (.).

Entonces, te planteo esta solución. Funciona creando una cadena imaginaria:

public class Reemplazar
{
  public static void main(String[] args)
  {
    /* CADENA IMAGINARIA: 
     * Para tu código usa esta variable:
     * String sSinMoneda=price.select("span").first().text(); 
     * La de abajo es para probar el programa
     */

    String sSinMoneda="SG$100. $1000 SG$1000 200NT$ 1CAD 50HUF 20€ ₽456 incl. GST 6875 R45 ₹67 £658 ¥89 ₩234 NT$142";

    //Este valor tiene un punto (.) por lo tanto reemplazamos antes que reemplazar el . sólo
    sSinMoneda = sSinMoneda.replace("incl. GST", "");
    sSinMoneda = sSinMoneda.replace(".", "");
    sSinMoneda = sSinMoneda.replaceAll("CAD|HUF|€|₽|incl. GST|R|₹|£|¥|₩","");
    //Todos los reemplazos con el signo $
    sSinMoneda = sSinMoneda.replace("SG$","");
    sSinMoneda = sSinMoneda.replace("R$","");
    sSinMoneda = sSinMoneda.replace("NT$","");

    //Dejamos a $ sólo para el final
    sSinMoneda = sSinMoneda.replace("$","");

    System.out.println(sSinMoneda);
  }
}

Resultado

100 1000 1000 200 1 50 20 456 6875 45 67 658 89 234 142

-1

Tu problema es que quieres usar como caracteres a los que representan otras cosas (ver documentación):
1.- El carácter . representa cualquier carácter (por eso se ve que lo pusiste aparte, pero lo puedes incluir en la regexp)
2.-El carácter $ representa un final de línea

Para marcar un carácter en concreto envuélvelo entre corchetes []. Si cambias tu expresión regular por la del código que te pego te debe funcionar (incluye también el punto y te ahorras otro replace):

String ejemplo = "SG$100. $1000 SG$1000 200NT$ 1CAD 50HUF 20€ ₽456 incl. GST 6875 R45 ₹67 £658 ¥89 ₩234 NT$142";
ejemplo = ejemplo.replaceAll("SG[$]|CAD|R[$]|HUF|€|₽|incl. GST|[$]|R|₹|£|¥|₩|NT[$]|[.]","");
System.out.println(ejemplo);

Con esto la salida es:

100 1000 1000 200 1 50 20 456 6875 45 67 658 89 234 142

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.