使用正则表达式提取字符串

Question

如何从字符串中提取内容（ how are you ）：

<string xmlns="http://schemas.microsoft.com/2003/10/Serialization/">how are you</string>. 

我可以使用正则表达式吗？ 如果可能的话，适合它的正则表达式。

注意：我不想使用split函数来提取结果。 你也可以建议一些初学者学习正则表达式的链接。

我使用的是python2.7.2

Answer 1

您可以使用正则表达式（ 如Joey演示 ）。

但是，如果您的XML文档比这个单行文件更大，那么您就无法使用XML，因为XML不是常规语言 。

使用BeautifulSoup （或其他XML解析器 ）代替：

>>> from BeautifulSoup import BeautifulSoup
>>> xml_as_str = '<string xmlns="http://schemas.microsoft.com/2003/10/Serialization/">how are you</string>. '
>>> soup = BeautifulSoup(xml_as_str)
>>> print soup.text
how are you.

要么...

>>> for string_tag in soup.findAll('string'):
...     print string_tag.text
... 
how are you

Answer 2

(?<=<string xmlns="http://schemas.microsoft.com/2003/10/Serialization/">)[^<]+(?=</string>)

会匹配你想要的东西，作为一个简单的例子。

(?<=<)[^<]+

也会。 这完全取决于您的输入的格式。

Answer 3

尝试使用以下正则表达式：

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

Answer 4

这将匹配通用HTML标记（将“string”替换为您要匹配的标记）：

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

（i =不区分大小写）