将\n替换为<；br>；在使用python的指定标记之间'；s re.sub（）

我在

.tsv

文件中有一系列以制表符分隔的html片段。以下是其中一个片段的示例：

从字符串
strng=“abc”
中创建字母列表，
lst

使用列表构造函数
list（）
，从字符串创建列表。

标记，使用正则表达式和

re.sub（）

我已尝试创建以下正则表达式以匹配所需的换行符：

from xml.dom import minidom
xmlDocument = minidom.parse('file.tsv')
codeItem = xmldoc.getElementsByTagName('code')
codeItem.firstChild.replaceWholeText(codeItem.firstChild.nodeValue.replace('\n', '<br>'))
print xmlDocument.toxml()

在所有可能的代码片段中

---

编辑：这些代码段不使用“完整”html。它们实际上是要导出到flashcard应用程序中。这些片段中的每一个都代表一个flashcard，它将始终具有相同的受控html结构（由我定义）。因此，在这种情况下使用regex不会产生任何后果。此外，mnemosyne使用的html呈现程序不会在

标记中断行，因此我尝试使用

手动执行此操作。如果所有文件都只是html片段，这意味着可以解析XML，那么最好的方法就是使用XML解析器：

从xml.dom导入minidom
xmlDocument=minidom.parse（'file.tsv'）
codeItem=xmldoc.getElementsByTagName（'code'））
codeItem.firstChild.replaceWholeText（codeItem.firstChild.nodeValue.replace（'\n'，'
'））
打印xmlDocument.toxml（）

如果所有文件都只是HTML片段，这意味着可以解析XML，那么最好的方法就是使用XML解析器：

从xml.dom导入minidom
xmlDocument=minidom.parse（'file.tsv'）
codeItem=xmldoc.getElementsByTagName（'code'））
codeItem.firstChild.replaceWholeText（codeItem.firstChild.nodeValue.replace（'\n'，'
'））
打印xmlDocument.toxml（）

如果您对输入有足够的信心，可以继续使用正则表达式而不是HTML解析器，一种更简单的方法可能是在

re.sub

中使用函数作为替换，分两步进行替换：

---

）

如果您对输入有足够的信心，可以继续使用正则表达式而不是HTML解析器，一种更简单的方法可能是在

re.sub

中使用函数作为替换，分两步进行替换：

---

）

为什么不使用xml解析器？请不要这样做（用正则表达式解析HTML）。使用BeautifulSoup或类似工具进行解析，并修改您所关心的元素中的文本。因此，我将问人们不喜欢的问题：为什么，考虑到

通常都会这样做？这是解决方法的一部分吗？您真正的问题是消除常见缩进？这些代码段不使用“完整”html。它们实际上只是要导出到flashcard应用程序的文件。每个片段都代表一个flashcard，它将始终具有相同的受控html结构（由我定义）。因此，在这种情况下，使用正则表达式不会产生任何后果。@David：当然，作为介绍问题的一句简短的话，它不会伤害：）为什么不使用xml解析器？请不要这样做（使用正则表达式解析html）! . 使用BeautifulSoup或类似工具进行解析，并修改您所关心的元素中的文本。因此，我将问人们不喜欢的问题：为什么，考虑到

通常都会这样做？这是解决方法的一部分吗？您真正的问题是消除常见缩进？这些代码段不使用“完整”html。它们实际上只是要导出到flashcard应用程序的文件。每个片段都代表一个flashcard，它将始终具有相同的受控html结构（由我定义）。因此，在这种情况下使用正则表达式不会产生任何后果。@David：当然，作为介绍问题的一句简短的话，它不会有什么坏处：）

(?<=<pre><code)\r\n?|\n

from xml.dom import minidom
xmlDocument = minidom.parse('file.tsv')
codeItem = xmldoc.getElementsByTagName('code')
codeItem.firstChild.replaceWholeText(codeItem.firstChild.nodeValue.replace('\n', '<br>'))
print xmlDocument.toxml()

def nl2br(text):
    return "<br>".join(text.splitlines())


re.sub("(<pre><code[^>]*>)(.*?)(</code></pre>)", lambda m: m.group(1) + nl2br(m.group(2)) + m.group(3), html, flags=re.DOTALL)