python regex匹配任何有效的英語句子

Question

我想知道是否可以編寫python regex使其與任何可以包含字母數字字符和特殊字符的有效英語句子匹配。
基本上，我想從XML文件中提取一些特定的元素。 這些特定元素將具有以下形式：

<p o=<Any Number>> <Any English sentence> </p>  

例如：

<p o ="1"> The quick brown fox jumps over the lazy dog </p>

要么

<p o ="2">  And This is a number 12.90! </p>

我們可以輕松地為

<p o=<Any Number>>

和</p>標簽。 但是我有興趣通過編寫正則表達式組來提取這些標簽之間的句子。

誰能建議使用正則表達式解決以上問題？

另外，如果您可以提出一種解決方法，那么它對我也真的很有幫助。

Answer 1

使用像lxml這樣的XML解析器，正則表達式不適用於此任務。 例：

import lxml.etree
// First we parse the xml
doc = lxml.etree.fromstring('<p o ="2">  And This is a number 12.90! </p>')
// Then we use xpath to extract the element we need
doc.xpath('/p/text()')

您可以在以下位置閱讀有關XPATH的更多信息： Xpath教程 。

Answer 2

您應該真正使用xml解析器。 此處的示例http://www.travisglines.com/web-coding/python-xml-parser-tutorial 。