Python 正则表达式：获取具有特定模式的字符串

Question

我需要一些关于 python 中的正则表达式的帮助。 不幸的是，我有很多文件包含无效的 xml：如下所示，一些“img”标签未关闭。

<a href="a_url" class="url" target="_blank">
   <img ng-src=" {{getImageUrl('homeHelp64.jpg')}}" alt="?" width="16" height="16">
      Home
</a>

在 Python 中，我想做的是找到所有未关闭的“img”标签并将其替换为如下所示的关闭标签（> 之前的“/”）：

<img ng-src=" {{getImageUrl('homeHelp64.jpg')}}" alt="?" width="16" height="16"/>

使用以下模式，我可以获得 img 标签的所有实例，但我只需要获取未关闭的实例。

pattern = '(img.*?)>'

将感谢您在定义模式以及如何替换“img”和最后关闭 xml 标签方面的帮助。

Answer 1

如果我正确理解了问题，我设法编写了所需的正则表达式。 通过链接，您可以测试表达式。 必需标志 - s

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

更新：这在没有 s 标志的情况下有效，并且匹配没有 attrs 的标签： https://regex101.com/r/6nwHQP/1/tests

\<(\w+)(?:\s[^<>]+)?\>(?!(?:.|\n)*\<\/\1\>)