Python 用于在标记中查找字符串的正则表达式

对于如何生成正则表达式以查找

和

中的所有字符串，有人提供了一些指导吗？下面的代码中有3种情况。我必须使用正则表达式返回列表中time和/time之间的3个字符串

<tabular>
  <time from="2015-09-23T23:00:00" to="2015-09-24T00:00:00" period="3">
    <!-- Valid from 2015-09-23T23:00:00 to 2015-09-24T00:00:00 -->
    <symbol number="4" numberEx="4" name="Cloudy" var="04" />
    <precipitation value="0" />
    <!-- Valid at 2015-09-23T23:00:00 -->
    <windDirection deg="118.5" code="ESE" name="East-southeast" />
    <windSpeed mps="1.2" name="Light air" />
    <temperature unit="celsius" value="12" />
    <pressure unit="hPa" value="1010.4" />
  </time>
  <time from="2015-09-24T00:00:00" to="2015-09-24T06:00:00" period="0">
    <!-- Valid from 2015-09-24T00:00:00 to 2015-09-24T06:00:00 -->
    <symbol number="4" numberEx="4" name="Cloudy" var="04" />
    <precipitation value="0" />
    <!-- Valid at 2015-09-24T00:00:00 -->
    <windDirection deg="94.7" code="E" name="East" />
    <windSpeed mps="1.9" name="Light breeze" />
    <temperature unit="celsius" value="12" />
    <pressure unit="hPa" value="1010.4" />
  </time>
  <time from="2015-09-24T06:00:00" to="2015-09-24T12:00:00" period="1">
    <!-- Valid from 2015-09-24T06:00:00 to 2015-09-24T12:00:00 -->
    <symbol number="4" numberEx="4" name="Cloudy" var="04" />
    <precipitation value="0" minvalue="0" maxvalue="0.3" />
    <!-- Valid at 2015-09-24T06:00:00 -->
    <windDirection deg="122.9" code="ESE" name="East-southeast" />
    <windSpeed mps="2.6" name="Light breeze" />
    <temperature unit="celsius" value="12" />
    <pressure unit="hPa" value="1009.3" />
  </time>
</tabular>

---

它是一个xml文件，所以为什么不使用

XPATH

而不是regex呢。为此，您可以使用名为

lxml

的python库，因为它支持

XPATH

语言。我不知道您的确切用例，但示例代码应该是这样的：-

from lxml import etree

xml_doc = etree.fromstring(xml_string) # assuming xml_string is xml_content

xpath_expression = '/tabular/time/text()' # change it according to your use case

data = xml_doc.xpath(xpath_expression)

试试这个

re.findall（r']*>.*？'，'XMLSTRING'，re.DOTALL）

试试看

<time[^>]*>(.*?)<\/time>

]*>（**？）

它返回三个匹配组。检查它（注意

全局

和

单行

标志）

---

这将获取每个时间元素的内容，如下所示：

re.findall("<time[^>]*>(.*?)<\/time>",xmldata, re.DOTALL)

与：

从lxml导入etree
xmlString=''
...'''
tree=etree.fromstring（xmlString）
res=[]
对于tree.xpath（'//tablar/time'）中的timeNd：
res.append（“”.join（[etree.tostring（node）用于timeNd中的节点]）
打印（res）

---

XPath查询

//tabular/time

选择所有

time

节点，然后对每个节点连接子节点字符串，并将结果字符串附加到列表

res

中。由于XML不是一种常规语言（这是计算机科学中的一个技术术语），因此无法执行该查询。任何尝试都会捕获一些您不想捕获的字符串（例如，设计用于混淆正则表达式匹配器的XML注释），或者无法捕获一些您应该匹配的字符串（例如，在您不希望的地方包含注释的元素）。要处理XML，请始终使用XML解析器。

三个字符串是什么意思？对不起，我要匹配三个匹配项。是否希望所有时间元素的XML内容都作为字符串？无论如何，我强烈建议使用适当的xml库，如

lxml

，而不是正则表达式。是的，正确。我尝试使用re.findall（），但尝试时没有找到匹配项。我想用正则表达式来解决这个问题。这几乎奏效了，但它只是返回了列表中的整个字符串。我需要分隔字符串，因此在本例中，它应该返回一个包含3个元素的列表。编辑以包含“？”以使其不贪婪。抱歉，请参阅@clasG的答案，其中有括号用于捕获匹配项

re.findall("<time[^>]*>.*?<\/time>",xmldata, re.DOTALL)

from lxml import etree

xmlString = '''<tabular>
...'''

tree = etree.fromstring(xmlString)

res = []

for timeNd in tree.xpath('//tabular/time'): 
    res.append(''.join([etree.tostring(node) for node in timeNd]))

print(res)