如何在python中重复替换正则表达式？

我想删除html元素的悬空属性

---

我使用regex

re.sub（r'）（使用
re.findall
标记这些部分

import re
string_list = ['<div>\n<tag valid1="o n e" valid2=two some dangling></tag>\n<tag valid1="o n e" valid2=two some dangling/>\n</div>', '<tag valid1="o n e"\n valid2=two some dangling></tag>']
for string in string_list:
    output = ''
    for pre, attrs, post in re.findall(r'([^<]*</?\w+)\b(.*?)(/?>[^<]*)', string, re.DOTALL):
        output += pre + ''.join([attr[0] for attr in re.findall(r'(\s+\w+=(?:([\'"]).*?\2|\S+))|\S+', attrs)]) + post
    print(output)

重新导入
字符串列表=['\n\n\n'，']
对于字符串列表中的字符串：
输出=“”
对于pre，attrs，post in re.findall（r'([^我选择使用
HTMLParser
来解析HTML，而不是预处理HTML，并使用
ElementTree
将HTML解析为XML。
尝试用正则表达式解析HTML非常脆弱。使用实际的HTML解析器更容易、更安全。@user2357112我想使用
ElementTree
来解析它，但它只支持XMLxml，它不允许悬空属性。这就是我想这样做的原因。像这样的项目使数据提取更加容易。@user2357112这在2.7中不可用：（
和
/>
将再次更新
。
\n\n
怎么样？
valid2
缺失。无论如何，非常感谢您的耐心。我选择使用
HTMLParser
为
ElementTree
string='
重建html，生成
'tag valid1=“o n e”\n valid2=two some dangling>“
”是不正确的（缺少前导的
，这很好，但是您如何实现您的解决方案？请稍后读者了解。
import re
string_list = ['<div>\n<tag valid1="o n e" valid2=two some dangling></tag>\n<tag valid1="o n e" valid2=two some dangling/>\n</div>', '<tag valid1="o n e"\n valid2=two some dangling></tag>']
for string in string_list:
    output = ''
    for pre, attrs, post in re.findall(r'([^<]*</?\w+)\b(.*?)(/?>[^<]*)', string, re.DOTALL):
        output += pre + ''.join([attr[0] for attr in re.findall(r'(\s+\w+=(?:([\'"]).*?\2|\S+))|\S+', attrs)]) + post
    print(output)

<div>
<tag valid1="o n e" valid2=two></tag>
<tag valid1="o n e" valid2=two/>
</div>
<tag valid1="o n e"
 valid2=two></tag>