Python 使用正则表达式获取XML父标记

我知道正则表达式并不是从XML文件中提取信息的最佳方式，但在这种情况下，我最好使用正则表达式，因为在我的程序结构中，正则表达式还用于从不同类型的文件（文本、程序代码等）中提取信息

假设我们有以下XML代码：

<modules>
    <Orba_Sheepla>
        <!-- module version -->
        <version>0.9.25</version>
    </Orba_Sheepla>
</modules>

0.9.25

在这种情况下，我需要的是“Orba_Sheepla”。通常，我需要的是标记在

标记之上的一个级别（即父标记）。同一级别上的标记前后可能有其他标记。我需要确保找到包含

标记的标记（或者更确切地说：标记的名称）

我尝试过不同类型的正则表达式，但似乎写不出正确的正则表达式。我能告诉这些表达式与下面的“tagabc”匹配吗

<TAG ABC>
    anything
    <version>anything</version>
    anything
</THE VERY SAME TAG ABC>

任何东西
任何东西
任何东西

当然，其他解决方案也同样受欢迎

在

我最好使用正则表达式
我不能在这里使用解析器

您应该使用XML解析器它更简单、更健壮，而且不需要花很大的力气进行重构。在具有

getparent（）

函数且XPath 1.0已完全实现的地方使用

lxml

。
感谢斯特里比雪夫的推荐，这一点值得注意

无论如何，这里有一个变通方法，它适用于最简单的情况（在许多实际例子中都会失败）

• 如果且仅当XML正确缩进时，您可以用较低的缩进级别捕获下一个结束标记

Regex:

输出：

Orba_-Sheepla

---

所以，在XML语言中，您需要获取版本节点父标记名，对吗？使用XML解析器将非常简单。是的，我需要父标记，是的，使用解析器将非常简单。但是，如果不改变我的程序的结构以匹配这个特定的情况，我就不能在这里使用解析器。很多人认为正则表达式解决方案效率低下、太不可读或太“脆弱”。不，我怀疑任何人都能正确回答你的问题。使用XML解析器，这是一个前瞻性的解决方案。假设您需要获得其他类似的值，那么，您已经有了一个高度可定制的解决方案。请添加一个编程语言标记，或者关闭问题。这是最接近仍然有效的解决方案：“\\s++\\s++”，但这当然只考虑空格，而不考虑其他标记或注释。但是，当我用.+。这些假设在现实生活中成倍增加。在有

getparent（）

函数的地方使用

lxml

，XPath 1.0已经完全实现。我对这种变通方法的支持率很低。事实上，这是一种廉价的变通方法。我认为这已经足够清楚了，尽管我刚刚在答案中添加了这句话。

(?smi)^([ \t]+)<version>.*?^(?!\1)[ \t]*</([^\s>]+)