通过 id-tag 在 Python 中解析 XML 查找元素

Question

我正在尝试使用正则表达式来解析 XML 文件（在我的情况下，这似乎是正确的方法）。

我的 XML 如下所示：

line='<form id="main">\n<input {disable}  style="display:none" id="CALLERID" 
value="58713780">\n<input {disable}  style="display:none" id="GR_BUS" 
value="VGH1"\n<td><input id="label" {disable} style="font- 
size:9px;width:100%;margin:0;padding:1;" type=text></td>\n</form>>'

要访问文本，我正在使用： attr = re.search('[@id = (CALLERID|GR_BUS|label)]', 行)

我想得到解析xml格式的结果：

<CALLERID>58713780</CALLERID><GR_BUS>VGH1</GR_BUS><label></label>

但没有返回任何内容。

有人能指出我做错了什么吗？ 感谢

Answer 1

这是输出：

line = '''<form id="main">\n
<input {disable}  style="display:none" id="CALLERID" value = "58713780" >\n
<input{disable} style = "display:none" id = "GR_BUS" value = "VGH1"\n >
< td >< inputid = "label"{disable}style = "font-size: 9px;width: 100 %;margin: 0;padding: 1;" type=text></td>
</form>>'''


from bs4 import BeautifulSoup

soup = BeautifulSoup(line, "lxml")
for values in soup.findAll("input"):
    id = values["id"]
    value = values["value"]
    print(id, value)

输出：

('CALLERID', '58713780')
('GR_BUS', 'VGH1')

Answer 2

首先，您的示例中的不是有效的 XML，而是 HTML。考虑到字符串中的 {disable} 指令，更可能是 HTML 模板。

其次，您的正则表达式无效，因为它没有考虑 id 属性周围的引号。我还假设您也需要 value 属性的捕获组，以便构建最终结果并考虑到该值并不总是存在（即在标签 id 的情况下）。

执行此操作的正则表达式是id=\"(CALLERID|GR_BUS|label)\"(\s*value=\"(\S*)\")?。对于每个匹配，第一个捕获组将包含 id 属性的值，第三个组（如果存在）将包含 value 属性的值。

您可以在https://regex101.com 测试它，选择python 作为语言。