如何在python中进行正则表达式？答案

【问题标题】：How to regex in python?如何在python中进行正则表达式？
【发布时间】：2010-07-13 04:28:26
【问题描述】：

我正在尝试解析来自谷歌建议的关键字，这是网址：

http://google.com/complete/search?output=toolbar&q=test

我已经用 php 完成了：

'|<CompleteSuggestion><suggestion data="(.*?)"/><num_queries int="(.*?)"/></CompleteSuggestion>|is'

但这不适用于 python re.match(pattern, string)，我尝试了一些，但有些显示错误，有些返回 None。

如何解析这些信息？我不想使用 minidom，因为我认为正则表达式的代码会更少。

【问题讨论】：

你能发布你正在尝试使用的python代码吗？
我确信 python 有一个强大的 XML 解析器。你为什么使用正则表达式？
@Kobi 实际上不止一个。
我不知道如何用正则表达式或 xml 解析来解析它，一个例子会很棒。我的 python 代码将是 re.match(我发布的模式)

标签： python xml regex parsing

【解决方案1】：

你可以使用etree:

>>> from xml.etree.ElementTree import XMLParser
>>> x = XMLParser()
>>> x.feed('<toplevel><CompleteSuggestion><suggestion data=...')
>>> tree = x.close()
>>> [(e.find('suggestion').get('data'), int(e.find('num_queries').get('int')))
     for e in tree.findall('CompleteSuggestion')]
[('test internet speed', 31800000), ('test', 686000000), ...]

它比正则表达式更多的代码，但它也做得更多。具体来说，它将一次性获取整个匹配列表，并取消转义任何奇怪的东西，例如 data 属性中的双引号。如果其他元素开始出现在 XML 中，它也不会感到困惑。

【讨论】：

【解决方案2】：

RegEx match open tags except XHTML self-contained tags

这是一个 XML 文档。请重新考虑一个 XML 解析器。它会更健壮，最终可能会花更少的时间，即使它是更多的代码。

【讨论】：

您能否提供一个关于如何在 python 中使用 xml 解析器的示例？我的情况与正则表达式相同。
@jahmax：我认为上面的 Marcelo Cantos 在展示一个在 Python 中运行的 DOM 样式 XML 解析器方面做得很好。