Python findall和正则表达式

我正在解析一个xml文件（下面称为xml），该文件包含两种不同类型的行：

1. <line a="a1" b="b1" c="c1">
2. <line a="a2" c="c2">

1。
2.

我试图仅从第二种类型中提取a2和c2，但是此正则表达式也捕获第一种类型：

>>> list = re.findall('<line a="(.*)" c="(.*)">', xml)
>>> print(list)
[('a1" b="b1', 'c1'), ('a2', 'c2')]

>list=re.findall（“”，xml）
>>>打印（列表）
[（'a1“b=”b1'，'c1'），（'a2'，'c2'）]

---

如何仅捕获第二种类型？

使用适当的XML解析库（如）而不是使用正则表达式，这样做更有意义。例如：

>>> xmlstr = """\
... <root>
...   <line a="a1" b="b1" c="c1"></line>
...   <line a="a2" c="c2"></line>
... </root>
... """
>>> import xml.etree.ElementTree as ET
>>> root = ET.XML(xmlstr)
>>> root.findall('./line')
[<Element 'line' at 0x226db70>, <Element 'line' at 0x226de48>]
>>> filtered = [line for line in root.findall('./line') if line.get('b') is None]
>>> for line in filtered:
...     print ET.tostring(line)
...
<line a="a2" c="c2" />

>>>

>xmlstr=”“”\
... 
...   
...   
... 
... """
>>>将xml.etree.ElementTree作为ET导入
>>>root=ET.XML（xmlstr）
>>>root.findall（'./行'）
[, ]
>>>filtered=[如果line.get（'b'）为None，则root.findall（'./line'）中的行对应于行]
>>>对于已筛选的行：
...     打印ET.tostring（行）
...
>>>

使用适当的XML解析库（如）而不是使用正则表达式，这样做更有意义。例如：

>>> xmlstr = """\
... <root>
...   <line a="a1" b="b1" c="c1"></line>
...   <line a="a2" c="c2"></line>
... </root>
... """
>>> import xml.etree.ElementTree as ET
>>> root = ET.XML(xmlstr)
>>> root.findall('./line')
[<Element 'line' at 0x226db70>, <Element 'line' at 0x226de48>]
>>> filtered = [line for line in root.findall('./line') if line.get('b') is None]
>>> for line in filtered:
...     print ET.tostring(line)
...
<line a="a2" c="c2" />

>>>

>xmlstr=”“”\
... 
...   
...   
... 
... """
>>>将xml.etree.ElementTree作为ET导入
>>>root=ET.XML（xmlstr）
>>>root.findall（'./行'）
[, ]
>>>filtered=[如果line.get（'b'）为None，则root.findall（'./line'）中的行对应于行]
>>>对于已筛选的行：
...     打印ET.tostring（行）
...
>>>

默认情况下，*运算符是贪婪的。尝试（[^”]*）而不是（.*）

默认情况下，*运算符是贪婪的。尝试（[^”]*）而不是（.*）

为什么首先要使用正则表达式解析XML？它们不完全是规则的。。。例如，您查看过库吗？为什么首先要使用正则表达式解析XML？它们不完全是规则的。。。比如说，你看过这个库了吗？我在timeit上运行了它，正则表达式的速度大约快了50倍。因此，如果速度很重要，您知道您在寻找什么，您知道您得到的是什么类型的xml，那么使用正则表达式可能是更好的选择，而不是以可维护性和可读性为代价。还有一个实现相同API的

cElementTree

，但在本机C中作为扩展模块。但是，如果速度对您来说非常重要，那么首先为什么要使用Python呢？；-）也感谢您提供此方法。它将对我正在处理的其他一些任务有用。我通过timeit运行了它，正则表达式解决方案的速度大约快了50倍。因此，如果速度很重要，您知道您在寻找什么，您知道您得到的是什么类型的xml，那么使用正则表达式可能是更好的选择，而不是以可维护性和可读性为代价。还有一个实现相同API的

cElementTree

，但在本机C中作为扩展模块。但是，如果速度对您来说非常重要，那么首先为什么要使用Python呢？；-）也感谢您提供此方法。它将对我正在进行的其他任务有用。