使用正则表达式在 Python 中解析 XML
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/18168684/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Parsing XML in Python with regex
提问by user2671656
I'm trying to use regex to parse an XMLfile (in my case this seems the simplest way).
我正在尝试使用正则表达式来解析XML文件（在我的情况下，这似乎是最简单的方法）。
For example a line might be:
例如，一行可能是：
line='<City_State>PLAINSBORO, NJ 08536-1906</City_State>'
To access the text for the tag City_State, I'm using:
要访问标记 City_State 的文本，我正在使用：
attr = re.match('>.*<', line)
but nothing is being returned.
但没有任何东西被退回。
Can someone point out what I'm doing wrong?
有人可以指出我做错了什么吗？
采纳答案by TerryA
You normally don't want to use re.match. Quoting from the docs:
您通常不想使用re.match. 引用文档：
If you want to locate a match anywhere in string, use search()instead (see also search() vs. match()).
如果您想在字符串中的任何位置找到匹配项，请改用search()（另请参阅search() 与 match()）。
Note:
笔记：
>>> 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<
Also, why parse XML with regex when you can use something like BeautifulSoup:).
另外，当您可以使用诸如BeautifulSoup:) 之类的东西时，为什么还要使用正则表达式解析 XML 。
>>> 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
回答by Kyle
re.match returns a match only if the pattern matches the entire string. To find substrings matching the pattern, use re.search.
re.match 仅当模式匹配整个字符串时才返回匹配项。要查找与模式匹配的子字符串，请使用 re.search。
And yes, this is a simple way to parse XML, but I would highly encourage you to use a library specifically designed for the task.
是的，这是解析 XML 的一种简单方法，但我强烈建议您使用专门为该任务设计的库。
回答by Viktor Kerkez
Please, just use an XML parser like ElementTree
请使用像 ElementTree 这样的 XML 解析器
>>> from xml.etree import ElementTree as ET
>>> line='<City_State>PLAINSBORO, NJ 08536-1906</City_State>'
>>> ET.fromstring(line).text
'PLAINSBORO, NJ 08536-1906'
