使用正則表達式提取字符串

Question

如何從字符串中提取內容（ how are you ）：

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

我可以使用正則表達式嗎？ 如果可能的話，適合它的正則表達式。

注意：我不想使用split函數來提取結果。 你也可以建議一些初學者學習正則表達式的鏈接。

我使用的是python2.7.2

Answer 1

您可以使用正則表達式（ 如Joey演示 ）。

但是，如果您的XML文檔比這個單行文件更大，那么您就無法使用XML，因為XML不是常規語言 。

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>)

會匹配你想要的東西，作為一個簡單的例子。

(?<=<)[^<]+

也會。 這完全取決於您的輸入的格式。

Answer 3

嘗試使用以下正則表達式：

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

Answer 4

這將匹配通用HTML標記（將“string”替換為您要匹配的標記）：

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

（i =不區分大小寫）