Python 如何优化这个正则表达式模式

我需要在字符串中找到一系列模式，它们如下所示：

<dyn type="dataFrame" name="Main Map" property="reference scale"/>
<dyn type="dataFrame" name="Main Map" property="time"/>
<dyn type="page" property="name"/>
<dyn type="page" property="number"/>
<dyn type="page" property="index"/>
<dyn type="page" property="count"/>
<dyn type="page" property="attribute" field="<Field Name>" domainlookup="true"/>
<dyn type="page" property="attribute" field="<Field Name>" />

我计划使用以下的正则表达式：

<dyn[^>]*/>

]*/>

这将使：

regex = re.compile("<dyn[^>]*/>")
string = """Page <dyn type="page" property="index"/> of <dyn type="page" property="count"/>"""
r = regex.search(string)
print regex.findall(string)
[u'<dyn type="page" property="index"/>', u'<dyn type="page" property="count"/>']

regex=re.compile（“]*/>”）
字符串=“第页，共页”“”
r=regex.search（字符串）
打印regex.findall（字符串）
[u''，u'']

但我不知道这是否是最好的模式（我相信有更好的方法）。这将找到包含该模式的所有模式，但不会找到标记内的属性。有没有一种编写正则表达式的方法，可以将值推送到一个dictionary对象，其中包含as键中的所有值以及=号之后的值

我只是觉得有更好的方法可以做到这一点，既然我不像regex那样是个天才，我想我应该问问社区

多谢各位

(\S+)="([^"]+)"

试试这个。抓拍。看演示

将

组1

作为键，将

组2

作为值。

使用XML解析器，如内置的

例如：

import xml.etree.ElementTree as ET

data = """
<root>
    <dyn type="dataFrame" name="Main Map" property="reference scale"/>
    <dyn type="dataFrame" name="Main Map" property="time"/>
    <dyn type="page" property="name"/>
    <dyn type="page" property="number"/>
    <dyn type="page" property="index">1</dyn>
    <dyn type="page" property="count">15</dyn>
    <dyn type="page" property="attribute" field="Field Name" domainlookup="true"/>
    <dyn type="page" property="attribute" field="Field Name" />
</root>
"""

root = ET.fromstring(data)
index = root.findtext('.//dyn[@property="index"]')
count = root.findtext('.//dyn[@property="count"]')

print "%s of %s" % (index, count)

将xml.etree.ElementTree作为ET导入
data=”“”
1.
15
"""
root=ET.fromstring（数据）
index=root.findtext（'.//dyn[@property=“index”]”）
count=root.findtext（'.//dyn[@property=“count”]”）
打印“%s（共%s）”%（索引，计数）

打印第1张，共15张

---

请注意，这个示例是人为的，因为我不确定真正的XML输入是什么。不过，这个想法是一样的——XML解析器。

用正则表达式破解XML或HTML可能是徒劳的。Pyparsing包含一个表达式生成器助手方法makeHTMLTags，它将生成非常真实的容忍解析器，并生成类似于dict的返回值

from pyparsing import *

dynTag,endDyn = makeHTMLTags("dyn")


sample = """
<dyn type="dataFrame" name="Main Map" property="reference scale"/>
<dyn type="dataFrame" name="Main Map" property="time"/>
<dyn type="page" property="name"/>
<dyn type="page" property="number"/>
<dyn type="page" property="index"/>
<dyn type="page" property="count"/>
<dyn type="page" property="attribute" field="<Field Name>" domainlookup="true"/>
<dyn type="page" property="attribute" field="<Field Name>" />
"""

import pprint
for dyn in dynTag.searchString(sample):
    pprint.pprint(dyn.asDict())
    if "domainlookup" in dyn:
        print "domainlookup =",dyn.domainlookup
    print

从pyparsing导入*
dynTag，endDyn=makeHTMLTags（“dyn”）
样本=”“
"""
导入pprint
对于dynTag.searchString中的dyn（示例）：
pprint.pprint（dyn.asDict（））
如果dyn中有“domainlookup”：
打印“domainlookup=”，dyn.domainlookup
打印

分析您的示例将提供：

{'empty': True,
 'name': 'Main Map',
 'property': 'reference scale',
 'startDyn': (['dyn', (['type', 'dataFrame'], {}), (['name', 'Main Map'], {}), (['property', 'reference scale'], {}), True], {'type': [('dataFrame', 1)], 'property': [('reference scale', 3)], 'tag': [('dyn', 0)], 'name': [('Main Map', 2)], 'empty': [(True, 4)]}),
 'tag': 'dyn',
 'type': 'dataFrame'}

{'empty': True,
 'name': 'Main Map',
 'property': 'time',
 'startDyn': (['dyn', (['type', 'dataFrame'], {}), (['name', 'Main Map'], {}), (['property', 'time'], {}), True], {'type': [('dataFrame', 1)], 'property': [('time', 3)], 'tag': [('dyn', 0)], 'name': [('Main Map', 2)], 'empty': [(True, 4)]}),
 'tag': 'dyn',
 'type': 'dataFrame'}

{'empty': True,
 'property': 'name',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'name'], {}), True], {'type': [('page', 1)], 'property': [('name', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty': True,
 'property': 'number',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'number'], {}), True], {'type': [('page', 1)], 'property': [('number', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty': True,
 'property': 'index',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'index'], {}), True], {'type': [('page', 1)], 'property': [('index', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty': True,
 'property': 'count',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'count'], {}), True], {'type': [('page', 1)], 'property': [('count', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'domainlookup': 'true',
 'empty': True,
 'field': '<Field Name>',
 'property': 'attribute',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'attribute'], {}), (['field', '<Field Name>'], {}), (['domainlookup', 'true'], {}), True], {'field': [('<Field Name>', 3)], 'tag': [('dyn', 0)], 'domainlookup': [('true', 4)], 'property': [('attribute', 2)], 'type': [('page', 1)], 'empty': [(True, 5)]}),
 'tag': 'dyn',
 'type': 'page'}
domainlookup = true

{'empty': True,
 'field': '<Field Name>',
 'property': 'attribute',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'attribute'], {}), (['field', '<Field Name>'], {}), True], {'field': [('<Field Name>', 3)], 'property': [('attribute', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 4)], 'type': [('page', 1)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty'：True，
“名称”：“主地图”，
“属性”：“参考比例”，
‘startDyn’：（['dyn'，（['type'，'dataFrame']，{}），（['name'，'Main Map']，{}），（['property'，'reference scale']，{}），True]，{'type'：[（'dataFrame'，1）]，'property'：[（'reference scale'，3）]，'tag:[（'dyn'，0）]，'name'：[（'Main Map'，2]，'empty'：[（True，4）]，
“tag”：“dyn”，
'type'：'dataFrame'}
{'empty'：对，
“名称”：“主地图”，
“属性”：“时间”，
‘startDyn’：（['dyn'，（['type'，'dataFrame']，{}），（['name'，'mainmap']，{}），（['property'，'time']，{}），True]，{'type'：[（'dataFrame'，1）]，'property'：[（'time'，3）]，'tag:[（'dyn'，0）]，'name:[（'mainmap'，2]，'empty'：[（True，4）]，
“tag”：“dyn”，
'type'：'dataFrame'}
{'empty'：对，
'属性'：'名称'，
'startDyn'：（['dyn'，（['type'，'page']，{}），（['property'，'name']，{}），True]，{'type'：[（'page'，1）]，'property'：[（'name'，2）]，'tag'：[（'dyn'，0）]，'empty'：[（True，3）]，
“tag”：“dyn”，
“类型”：“页面”}
{'empty'：对，
'属性'：'编号'，
‘startDyn’：（['dyn'，（['type'，'page']，{}），（['property'，'number']，{}），True]，{'type'：[（'page'，1）]，'property'：[（'number'，2）]，'tag:[（'dyn'，0）]，'empty'：[（True，3）]，
“tag”：“dyn”，
“类型”：“页面”}
{'empty'：对，
“属性”：“索引”，
'startDyn'：（['dyn'，（['type'，'page']，{}），（['property'，'index']，{}），True]，{'type'：[（'page'，1）]，'property'：[（'index'，2）]，'tag'：[（'dyn'，0）]，'empty'：[（True，3）]，
“tag”：“dyn”，
“类型”：“页面”}
{'empty'：对，
'属性'：'计数'，
‘startDyn’：（['dyn'，（['type'，'page']，{}），（['property'，'count']，{}），True]，{'type'：[（'page'，1）]，'property'：[（'count'，2）]，'tag:[（'dyn'，0）]，'empty'：[（True，3）]，
“tag”：“dyn”，
“类型”：“页面”}
{'domainlookup'：'true'，
“空”：对，
“字段”：“，
'属性'：'属性'，
‘startDyn’：（['dyn'，（['type'，'page']，{}），（['property'，'attribute']，{}），（['field'，'field'，'true']，{}），true]，{'field'：[（'dyn'，0）]，'domainlookup'：[（'true'，4）]，'property'：[（'attribute'，2]，'type'：[（'page'，1'，'empty'：[（true，5）]，
“tag”：“dyn”，
“类型”：“页面”}
domainlookup=true
{'empty'：对，
“字段”：“，
'属性'：'属性'，
“startDyn”：（['dyn'，（['type'，page']，{}），（['property'，'attribute']，{}），（['field'，'']，{}），True]，{'field'：[（''attribute'，3）]，'property'：[（'attribute'，2）]，'tag:[（'dyn'，0）]，'empty'：[（True，4）]，'type'：[（'page'，1）]，
“tag”：“dyn”，
“类型”：“页面”}

---

请注意，生成的ParseResults结构将允许您访问解析的属性，如对象属性（

dyn.domainlookup

）或dict键（

dyn[“domainlookup”]

）。

您的预期输出是什么？@AvinashRaj-我想要括号内的值的键/值对。例如：{'type'：'page'，'property'：'index'}等等……谢谢你，但我认为这并没有达到我的目的。标记格式在任何给定字符串中都是这样表示的。比如“我走到我家泡茶，很好吃”。所以，既然它不是纯XML，我认为这就行不通了？我错了吗？@josh1234你是对的，

xml.etree.ElementTree

不会从文本中提取xml部分。这与我需要的非常接近，我发现如果你将表达式用作句子，我会得到奇怪的结果。请参阅：。结果在键的左侧显示了额外的文本，有没有办法消除它？太棒了！这正是我想要的，我知道有更好的方法！谢谢你的帮助！我将使用以下模式：（\S+”（[^“]+）“这些都是我现在正在寻找的有效模式，而不是数据的呈现方式。@josh1234-这意味着什么？看看您对alecxe的回答，我认为pyparsing仍然是一个不错的选择。你是说你现在只想挑选

标签吗？您可以使用pyparsing的

originalTextFor

方法来实现这一点，只需使用

originalTextFor（dynTag）

即可获得匹配的XML文本。但是

from pyparsing import *

dynTag,endDyn = makeHTMLTags("dyn")


sample = """
<dyn type="dataFrame" name="Main Map" property="reference scale"/>
<dyn type="dataFrame" name="Main Map" property="time"/>
<dyn type="page" property="name"/>
<dyn type="page" property="number"/>
<dyn type="page" property="index"/>
<dyn type="page" property="count"/>
<dyn type="page" property="attribute" field="<Field Name>" domainlookup="true"/>
<dyn type="page" property="attribute" field="<Field Name>" />
"""

import pprint
for dyn in dynTag.searchString(sample):
    pprint.pprint(dyn.asDict())
    if "domainlookup" in dyn:
        print "domainlookup =",dyn.domainlookup
    print

{'empty': True,
 'name': 'Main Map',
 'property': 'reference scale',
 'startDyn': (['dyn', (['type', 'dataFrame'], {}), (['name', 'Main Map'], {}), (['property', 'reference scale'], {}), True], {'type': [('dataFrame', 1)], 'property': [('reference scale', 3)], 'tag': [('dyn', 0)], 'name': [('Main Map', 2)], 'empty': [(True, 4)]}),
 'tag': 'dyn',
 'type': 'dataFrame'}

{'empty': True,
 'name': 'Main Map',
 'property': 'time',
 'startDyn': (['dyn', (['type', 'dataFrame'], {}), (['name', 'Main Map'], {}), (['property', 'time'], {}), True], {'type': [('dataFrame', 1)], 'property': [('time', 3)], 'tag': [('dyn', 0)], 'name': [('Main Map', 2)], 'empty': [(True, 4)]}),
 'tag': 'dyn',
 'type': 'dataFrame'}

{'empty': True,
 'property': 'name',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'name'], {}), True], {'type': [('page', 1)], 'property': [('name', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty': True,
 'property': 'number',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'number'], {}), True], {'type': [('page', 1)], 'property': [('number', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty': True,
 'property': 'index',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'index'], {}), True], {'type': [('page', 1)], 'property': [('index', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'empty': True,
 'property': 'count',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'count'], {}), True], {'type': [('page', 1)], 'property': [('count', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 3)]}),
 'tag': 'dyn',
 'type': 'page'}

{'domainlookup': 'true',
 'empty': True,
 'field': '<Field Name>',
 'property': 'attribute',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'attribute'], {}), (['field', '<Field Name>'], {}), (['domainlookup', 'true'], {}), True], {'field': [('<Field Name>', 3)], 'tag': [('dyn', 0)], 'domainlookup': [('true', 4)], 'property': [('attribute', 2)], 'type': [('page', 1)], 'empty': [(True, 5)]}),
 'tag': 'dyn',
 'type': 'page'}
domainlookup = true

{'empty': True,
 'field': '<Field Name>',
 'property': 'attribute',
 'startDyn': (['dyn', (['type', 'page'], {}), (['property', 'attribute'], {}), (['field', '<Field Name>'], {}), True], {'field': [('<Field Name>', 3)], 'property': [('attribute', 2)], 'tag': [('dyn', 0)], 'empty': [(True, 4)], 'type': [('page', 1)]}),
 'tag': 'dyn',
 'type': 'page'}