在Python中按某个关键字将文件拆分为列表

我有几个文件，每个文件中都有许多由HTML标记标识的“文档”：

<DOC myid="1">
...some text here...
</DOC>

<DOC myid="2">
...some text here...
</DOC>
//etc...

…这里有一些文字。。。
…这里有一些文字。。。
//等等。。。

因此，每个“DOC”元素都被视为一个文档

在每个文件中都有数百个这样的文档“文档”，每个文档都可以通过myid=“n”识别，其中n=1,2,3

---

我的问题只是如何通过这个标记分割这些文件，并将内容分配给Python列表？（我的列表中的每个元素都有一个DOC文档的id=myid

最好使用使用beautifulsoup的LXML解析器：

from bs4 import BeautifulSoup
import lxml

content = []
myResult = []

with open("file.xml","r") as f:
  content = f.readlines()
  content = "".join(content)
  soup = BeautifulSoup(content, "lxml")
  
myDocs = soup.find_all("DOC")
for x in myDocs:
  myResult.apend(x.text)

在此安装之前，请在命令提示符/终端中使用它来安装bs4和lxml：

pip install bs4 lxml

---

但是我必须使用lxml吗？如果我的文件不是xml类型怎么办？为什么不使用

content=f.read（）

或

soup=BeautifulSoup（f.read（），“lxml”）

@Uriel它看起来像xml。而且永远不要使用正则表达式解析HTML/xml。而且扩展在这里似乎并不重要