Python正则表达式模式匹配xml字符串中的文本答案

【问题标题】：Python regex pattern to match text inside xml stringPython正则表达式模式匹配xml字符串中的文本
【发布时间】：2018-12-20 19:06:45
【问题描述】：

我正在解析一个 XML 文件，需要从最终输出中删除一些混乱。

str = <?xml version="1.0" encoding="UTF-8" standalone="yes"?><chat-message>2018-10

我的解决方案是：

re.sub(r'<(\w|\d|\s){1,}>{1,4}',"",str)

我想要的输出是：

2018-10

目前 Python 没有找到匹配项，只返回 str。我不认为< 或> 是特殊字符，因此不需要转义；无论如何我都尝试逃跑，但它仍然不起作用。

【问题讨论】：

您能否再举一些例子，很难推断出您想要精确匹配的内容。现在可能像 re.sub(r'.*>(?! 而不是紧跟一个

标签： python regex xml

【解决方案1】：

在我看来，最好使用 XML 解析器而不是正则表达式。这是一个使用xml.etree.ElementTree的例子：

import xml.etree.ElementTree as ET

xmlstring = '<?xml version="1.0" encoding="UTF-8" standalone="yes"?><chat-message>2018-10</chat-message>'
root = ET.fromstring(xmlstring)

print(root.text)
# OUTPUT
# 2018-10

【讨论】：

已经这样做了。 xml 标记的剩余部分保留在解析器输出中。
@MSanders 如果 xml 有效，那么您可以发布一个给您带来麻烦的 xml 示例，我们可能会提供帮助。
xml 中有很多敏感信息（SSN、帐号等）。编辑/删除此信息所花费的时间将是疯狂的。

【解决方案2】：

你可以试试更简单的：

re.sub(r'<.*?>', '', str)

【讨论】：

赢家鸡肉晚餐弗雷德！正则表达式的前瞻功能让我非常困惑。我在网上读过一些东西，但无法理解它。谢谢。

【解决方案3】：

此正则表达式适用于您问题中的测试用例 -

r"<[\w\D]+>([-\d]+)"

你可以在这里测试它-

https://regex101.com/

【讨论】：