使用正则表达式在Python中解析XML

发布时间：2020-12-13 22:55:35 所属栏目：百科来源：网络整理

导读：这个问题在这里已经有一个答案： RegEx match open tags except XHTML self-contained tags35 我正在尝试使用正则表达式来解析XML文件(在我看来,这似乎是最简单的方法). 例如,一行可能是： line='City_StatePLAINSBORO,NJ 08536-1906/City_State' 要访问标签

这个问题在这里已经有一个答案：> RegEx match open tags except XHTML self-contained tags35
我正在尝试使用正则表达式来解析XML文件(在我看来,这似乎是最简单的方法).

例如,一行可能是：

line='<City_State>PLAINSBORO,NJ 08536-1906</City_State>'

要访问标签City_State的文本,我使用：

attr = re.match('>.*<',line)

但没有回报.

有人可以指出我在做错什么吗？

你通常不想使用re.match. Quoting from the docs：

If you want to locate a match anywhere in string,use 07001 instead (see also 07002).

注意：

>>> print re.match('>.*<',line)
None
>>> print re.search('>.*<',line)
<_sre.SRE_Match object at 0x10f666238>
>>> print re.search('>.*<',line).group(0)
>PLAINSBORO,NJ 08536-1906<

另外,为什么要用正则表达式解析XML,当你可以使用像BeautifulSoup :).

>>> from bs4 import BeautifulSoup as BS
>>> line='<City_State>PLAINSBORO,NJ 08536-1906</City_State>'
>>> soup = BS(line)
>>> print soup.find('city_state').text
PLAINSBORO,NJ 08536-1906

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!