Python Regex：这有什么问题？

Question

我试图做一个正则表达式只是从此XML获取错误代码。

>>> re_code = re.compile(r'<errorcode>([0-9]+)</errorcode>', re.MULTILINE)
>>> re_code.match('''<?xml version="1.0" encoding="ISO-8859-1" standalone="no"?>
... <methoderesponse>
...     <status>
...         <message/>
...         <errorcode>515</errorcode>
...         <value>ERROR</value>
...     </status>
... </methoderesponse>
... ''')

应该很容易。 但是我不明白为什么它不匹配。

Answer 1

.match()尝试在开始时进行匹配。 你想.search()或更可能.findall()

不过，请看一下XML解析器-使用XPath或等效工具来获取数据要好得多（而且它将处理正则表达式所不能提供的细微差别）

与示例XML一起使用的示例：

import xml.etree.ElementTree as ET
tree = ET.fromstring(text)

>>> tree.findall('.//errorcode')[0].text
'515'

有关ElementTree的更多信息，我将亲自检查lxml

Answer 2

如@ 乔恩克莱门茨说， .match()如果表达式应该从字符串的开头只运行工作， .search()搜索第一次出现的字符串， .findall()对所有出现的搜索。

但是无论如何，您都应该对正则表达式进行一些修改，使其更具可读性：

regex = re.compile(r'<errorcode>(\d+)</errorcode>')

您不需要re.MULTILINE参数，它与这个问题无关。