Python 正则表达式：解析具有非数字字边界的n个数字

我希望这封信能让你心情愉快。我正在尝试查找有关\b表达式的快速教程（如果有更好的术语，请道歉）。我目前正在编写一个脚本来解析一些xml文件，但遇到了一些问题。我将展示一个xml示例：

<....></...><...></...><OrderId>123456</OrderId><...></...>
<CustomerId>44444444</CustomerId><...></...><...></...>

在我的测试中，我的问题是在数字前后的某个地方合并对CustomerId的搜索。我想知道你们中是否有人可以帮助我解决我的问题，或者为我指出正确的道路（用指南或类似的话）。感谢您的帮助

Mods如果这是在错误的区域抱歉，我想在Python讨论中发布这一点，因为我不确定Python正则表达式是否支持此功能

再次感谢大家

darcmasta

txt=”“”
txt = """
<....></...><...></...><OrderId>123456</OrderId><...></...>
<CustomerId>44444444</CustomerId><...></...><...></...>
"""

import re
pattern = "<(\w+)>(\d+)<"
print re.findall(pattern,txt)
#output  [('OrderId', '123456'), ('CustomerId', '44444444')]

123456
44444444
"""
进口稀土
模式=（\d+）您可以考虑使用正则表达式中的回溯操作符来让人容易阅读：

import re
a = re.compile("(?<=OrderId>)\\d{6}")
a.findall("<....></...><...></...><OrderId>123456</OrderId><...></...><CustomerId>44444444</CustomerId><...></...><...></...>")
['123456']
b = re.compile("(?<=CustomerId>)\\d{8}")
b.findall("<....></...><...></...><OrderId>123456</OrderId><...></...><CustomerId>44444444</CustomerId><...></...><...></...>")
['44444444']

重新导入
a=重新编译（“（？）\\d{6}”）
a、 芬德尔（“123456444”）
['123456']
b=重新编译（“（？）\\d{8}”）
b、 芬德尔（“123456444”）
['44444444']
您应该使用原始字符串文字：

searchPattern = r'\b\d{16}\b'

普通（非原始）字符串文本中的转义序列
\b
表示退格字符，因此re模块将接收退格字符（未识别的转义序列，如
\d
按原样传递，即反斜杠后跟“d”）.
为什么要用正则表达式解析xml，而不是一个经过验证的xml解析器？它实际上写入了一个日志文件，这简直是一团糟。我觉得引用几乎是强制性的。诀窍是我只需要查找CustomerId而不是OrderId。加上CustomerId有时会被破坏并报告为4444。
import re
a = re.compile("(?<=OrderId>)\\d{6}")
a.findall("<....></...><...></...><OrderId>123456</OrderId><...></...><CustomerId>44444444</CustomerId><...></...><...></...>")
['123456']
b = re.compile("(?<=CustomerId>)\\d{8}")
b.findall("<....></...><...></...><OrderId>123456</OrderId><...></...><CustomerId>44444444</CustomerId><...></...><...></...>")
['44444444']

searchPattern = r'\b\d{16}\b'