問題タブ [extract]

jQueryを使用してhtmlから抽出された一連の文字列があります。

それらは次のようになります。

価格差を計算するには、数値を抽出する必要があります。

(だから私は ≈

あるいは単に：

var productPriceDiff = 100";)

誰でも私がこれを行うのを手伝ってもらえますか?

ありがとう、ヤコブ

jarファイルを使用するJavaで書かれたアプリケーションがあります（複数使用しますが、それは重要ではありません）。

実際、私が使用している Jar ファイルには、絶対にファイルシステムに抽出しなければならないファイルが含まれています。

今のところ Class.getResourceAsStream と FileOutputStream を使用していますが、この方法はやや遅いです。これらのファイルの一部はテキストベースですが、その他は単純なバイナリです。

したがって、JAR からファイルを抽出する必要性を減らそうとする以外に、これらのタスクのための最適化 (より適切な機能など) はありますか?

私のアプリケーションは Java 6 ベースであり、外部依存関係を最小限に抑えたいと考えています。

編集：将来の参考のために、私の古い（非効率な）コードは次のとおりです。

新しい、はるかに高速なコードについては、受け入れられた返信を参照してください。

固有表現抽出（NER）を使用して、データベース内のテキストに適切なタグを見つけたいと思います。

これに関するウィキペディアの記事や、NERについて説明している他の多くのページがあることを知っています。このトピックについて、あなたから何か聞いていただければ幸いです。

• さまざまなアルゴリズムでどのような経験をしましたか？
• どのアルゴリズムをお勧めしますか？
• 実装が最も簡単なアルゴリズム（PHP / Python）はどれですか？
• アルゴリズムはどのように機能しますか？手動トレーニングは必要ですか？

例：

「昨年、私はバラク・オバマを見たロンドンにいました。」=>タグ：ロンドン、バラク・オバマ

あなたが私を助けてくれることを願っています。事前にどうもありがとうございました！

出力された HTML ページに次のようなものがある場合、jQuery を使用して「Spartan」文字列を検索/抽出するにはどうすればよいでしょうか。

抽出元のデータの例を次に示します。

次の Gert の抽出コマンドを、.7z 形式に問題があると思われるデータ ダンプファイルに対して実行します。

ダンプファイルに実行します。私は得る

これは、ファイルを抽出するための 7z がないことを示唆しています。MacPorts によるアプリ p7zip のインストールに失敗しました。7z unzipper として機能し始めませんでした。

SO のデータ ダンプをどのように解凍できますか?

ウェブページに埋め込まれた cab ファイル (内部に実行可能ファイルを含む) があります。ユーザーがページにアクセスすると、cab ファイルが自動的に抽出され、内部の実行可能ファイルも実行されます。これは可能ですか？私の推測では、これは私の inf ファイルで構成されますが、その方法はわかりません。どうぞよろしくお願いいたします。

サブドメインを除いて、URLからドメイン名をどのように抽出しますか？

私の最初の単純な試みは次のとおりです。

これはhttp://www.foo.comでは機能しますが、http ：//www.foo.com.auでは機能しません。有効なTLD（トップレベルドメイン）または国コード（変更されるため）に関する特別な知識を使用せずに、これを適切に行う方法はありますか？

ありがとう

Ok、

ファイルのリスト (ファイル名のみを含む SourceFile オブジェクト) があるので、それらの特定のファイルを zip から取り出して一時ディレクトリにダンプし、後で配布できるようにします。

思いついたのですが、次にどうすればいいのかわかりません..

ご参考までに：