在python中使用正则表达式删除XML中的空行？

对不起，如果以前有人问过这个问题，我在任何地方都找不到答案

我试图使用正则表达式来提取元素值，但是正在提取的xml包含一个空行，这似乎导致了错误

以下是XML中的一个元素：

<entry>
    <id>http://feeds.rasset.ie/rteavgen/player/videos/show/?id=10103822</id>
    <showid>10103822</showid>
    <platform>iptv</platform>
    <published>2013-01-19T21:45:00+00:00</published>
    <updated>2013-01-19T23:41:00+00:00</updated>
    <title type="text">The Saturday Night Show</title>
    <content type="text">Chat show, presented by journalist and broadcaster Brendan O'Connor, featuring comedy, celebrity guests and live musical performances.</content>
    <category term="RTÉ One" rte:type="channel"/>
    <category term="Entertainment" rte:type="genre"/>
    <category term="None" rte:type="series"/>
    <category term="None" rte:type="episode"/>
    <category term="None" rte:type="ranking"/>
    <category term="1024" rte:type="genrelist"/>
    <category term="None" rte:type="keywordlist"/>
    <category term="1668" rte:type="progid"/>
    <link rel="self" type="application/atom+xml" href="http://feeds.rasset.ie/rteavgen/player/playlist?showId=10103822"/>

    <link rel="alternate" type="text/html" href="http://www.rte.ie/player/#v=10103822"/>
    <rte:valid start="2013-01-19T21:52:12+00:00" end="2013-02-09T21:52:12+00:00"/>
    <rte:duration ms="4201061" formatted="1:10"/>
    <rte:statistics views="194"/>
    <media:title type="plain">The Saturday Night Show</media:title>
    <media:description type="plain">Chat show, presented by journalist and broadcaster Brendan O'Connor, featuring comedy, celebrity guests and live musical performances.</media:description>
    <media:player url="http://feeds.rasset.ie/rteavgen/player/player/?id=" width="400" height="300"/>
    <media:thumbnail url="http://img.rasset.ie/0006e56a.jpg" time="00:00:00+00:00"/>
    <media:restriction relationship="allow" type="country"/>
    <media:restriction relationship="disallow" type="country"/>
    <media:copyright>RTÉ</media:copyright>
</entry>

http://feeds.rasset.ie/rteavgen/player/videos/show/?id=10103822
10103822
网络电视
2013-01-19T21:45:00+00:00
2013-01-19T23:41:00+00:00
周六晚间秀
由记者兼广播员布伦丹·奥康纳主持的聊天节目，包括喜剧、名人嘉宾和现场音乐表演。
周六晚间秀
由记者兼广播员布伦丹·奥康纳主持的聊天节目，包括喜剧、名人嘉宾和现场音乐表演。
勒泰

您可以看到在两个“link rel=”元素之间有一个空行

当我尝试使用这个regex命令时，它会抛出超时！错误，因为我没有正确处理这个问题（请原谅，我的正则表达式知识几乎为零）

links=（重新编译（“（.+？）\n”\
“.+？\n”\
“（.+？）\n”\
“.+？\n”\
“（.+？）\n”\
“（.+？）\n”\
“\n”\
“\n”\
“\n”\
“\n”\
“\n”\
“\n”\
“\n”\
“\n”\
“\n”\
''）.findall（数据）

我实际上只需要几个字段，但我似乎找不到一个regex命令，它允许我只选择我想要的单个元素名称，它让我按顺序输入每个元素（同样，我缺乏regex知识是问题所在）。除了我需要的第二个“link rel=”元素之外，还有一些字段是我需要的，但由于它在这一个元素上不断出现问题，我暂时将其忽略

<> P>任何人都知道ReGeX命令需要跳过空白行，也可能需要整理表达式以只提取所需的元素？

---

感谢各位的帮助，我希望…

要删除空行，您不需要正则表达式：

with open("my_file.xml") as xmlfile:
    lines = [line for line in xmlfile if line.strip() is not ""]

with open("my_file.xml", "w") as xmlfile:
    xmlfile.writelines(lines)

另外，要解析

xml

文件，您可以简单地使用expat:甚至可能使用mini-dom:另一种非常好的方法是ElementTree:

---

但是，不推荐使用正则表达式，实际上这是一个坏主意。

正如其他人所说，您不应该使用正则表达式来完成此任务

回答您的实际问题：您对元素之间的空白太具体了。在这种情况下，额外的空白会给您带来问题。很可能没有空白：

<category term="None" rte:type="ranking"/><category term="1024" rte:type="genrelist"/>

---

补救措施：不要使用

\n

后跟8个空格，而是使用

\s*

（零个或更多空格字符）。

有什么理由不使用库来解析expat或elementtree之类的XML？谢谢您的回答。如果我使用这个expat，那么我如何从元素中获取值，比如我想在这里获取“RTE One”或者在中获取缩略图的URL？有没有理由不推荐ElementTree实现？这行代码，lines=[如果line.strip（）不是“”，请将输出XML放入一个长字符串或每个字符中。。这里有一个片段：['@JohnMachin不知道，我自己还没有真正使用过它。添加了：）@user1995132现在无法测试它，而且我自己似乎没有意识到这个问题，应该开始测试它。如果line.strip（）不是“”，请尝试将行切换到

lines=[xmlfile.readlines（）中的行对行]

再次感谢！如果我使用一些xml解析器，那么我将如何从元素中获取值，如我希望在此处获取“RTE One”或中获取缩略图的URL？@user1995132:Re“一些xml解析器”，请另外提问。

<category term="None" rte:type="ranking"/><category term="1024" rte:type="genrelist"/>