正则表达式（Python），用于从<；及>；-e、 g.<；stringone>&书信电报；字符串二>；等

我目前正在处理堆栈溢出数据转储，并试图构造（我想象的是）一个简单的正则表达式来从

字符内部提取标记名。因此，对于每个问题，我都有一个包含一个或多个标记的列表，如

…

，我正试图提取一个标记名列表。以下是从数据转储中提取的几个标记字符串示例：

<javascript><internet-explorer>

<c#><windows><best-practices><winforms><windows-services>

<c><algorithm><sorting><word>

<java>

---

作为参考，我不需要将标记名划分为单词，因此对于像

这样的示例，我希望返回

最佳实践

（而不是

最佳实践

和

实践

）。另外，不管它值多少钱，如果有什么不同的话，我会使用Python。有什么建议吗？

由于Stackoverflow的标记名没有嵌入

，您可以使用正则表达式：

<(.*?)>

或

]*）>

说明：

---

由于Stackoverflow的标记名没有嵌入

，因此可以使用正则表达式：

<(.*?)>

或

]*）>

说明：

---

这里有一个快速而肮脏的解决方案：

#!/usr/bin/python

import re
pattern = re.compile("<(.*?)>")
data = """
<javascript><internet-explorer>

<c#><windows><best-practices><winforms><windows-services>

<c><algorithm><sorting><word>

<java>
"""

for each in pattern.findall(data):
    print each

#/usr/bin/python
进口稀土
模式=重新编译（“”）
data=”“”
"""
对于pattern.findall中的每一个（数据）：
打印每个

更新

---

法定警告：如果数据转储是XML或JSON格式的（正如一位用户所评论的），那么最好使用合适的XML或JSON解析器
这里有一个快速而肮脏的解决方案：

#!/usr/bin/python

import re
pattern = re.compile("<(.*?)>")
data = """
<javascript><internet-explorer>

<c#><windows><best-practices><winforms><windows-services>

<c><algorithm><sorting><word>

<java>
"""

for each in pattern.findall(data):
    print each

#/usr/bin/python
进口稀土
模式=重新编译（“”）
data=”“”
"""
对于pattern.findall中的每一个（数据）：
打印每个

更新

---

法定警告：如果数据转储是XML或JSON格式的（正如一位用户所评论的），那么最好使用合适的XML或JSON解析器
您可能会对使用和json感兴趣，而不是进行数据转储（不管它们是什么）和使用regex
例如，要从该问题中剔除标记，可以执行以下操作：

import urllib2
import json
import gzip
import cStringIO

f=urllib2.urlopen('http://api.stackoverflow.com/1.0/questions/3708418?type=jsontext')
g=gzip.GzipFile(fileobj=cStringIO.StringIO(f.read()))
j=json.loads(g.read())

print(j['questions'][0]['tags'])
# [u'python', u'regex']

---

您可能对使用和json感兴趣，而不是进行数据转储（不管它们是什么）和使用regex
例如，要从该问题中剔除标记，可以执行以下操作：

import urllib2
import json
import gzip
import cStringIO

f=urllib2.urlopen('http://api.stackoverflow.com/1.0/questions/3708418?type=jsontext')
g=gzip.GzipFile(fileobj=cStringIO.StringIO(f.read()))
j=json.loads(g.read())

print(j['questions'][0]['tags'])
# [u'python', u'regex']

---

数据转储的格式是什么？XML？Json？数据转储的格式是什么？XML？Json？