用于python的正则表达式来捕获两个XML标签之间的所有内容[重复]

Posted 2023-02-24

【中文标题】用于python的正则表达式来捕获两个XML标签之间的所有内容[重复]

【英文标题】：Regex for python to capture everything between two XML tags [duplicate]

【发布时间】：2021-09-18 22:47:51

【问题描述】：

我正在尝试捕获“rpc-reply”标签之间的所有内容

<?xml version="1.0"?>
<rpc-reply message-id="urn:uuid:77a31474-ba9d-4b47-9b4f-60b6497143ed" xmlns:nc="urn:ietf:params:xml:ns:netconf:base:1.0" xmlns="urn:ietf:params:xml:ns:netconf:base:1.0">
 <ok/>
</rpc-reply>

只想捕获看起来是标签本身的“”。所以基本上我需要一个正则表达式来捕获 到 之间的任何内容 请注意，这是 ncclient 包回复的一部分。我尝试使用他们的方法来提取对象中的数据，但它们不起作用。我也尝试使用 lxml 和 beautifulsoup，它们也不起作用。 我现在只想使用正则表达式。

尝试了以下方法，但似乎没有任何效果：

<rpc-reply.*>(.*)</rpc-reply>

【问题讨论】：

使用.//rpc-reply/*的xpath语句获取节点<ok/>Demo

不要！不要对 XML 进行正则表达式！有用于解析 XML 的模块，使用它们，它们的存在是有充分理由的。

你的表达几乎是正确的。你需要知道 / 特殊字符，你应该在它前面加上 \。

您也可以将 (.*) 替换为 ([\w\W\s]*)。

不要使用以下建议。 Here 是答案，使用 azy .*? 和 re.DOTALL 选项。否则，使用(?:.*?) 使特定的点模式跨行匹配。

【参考方案1】：

我相信您错过了对反斜杠进行缩放并考虑最终的多行。结果应如下所示：

<rpc-reply.*?>((.|\n)*?)<\/rpc-reply>

P.S.：也可以根据用例研究 XML 解析模块（如 ElementTree）。

【讨论】：

永远不要在正则表达式中使用(.|\n)*。这充满了灾难性的回溯。