Question

我想知道是否可以编写一个python正则表达式来匹配任何有效的英文句子，该句子可以包含字母数字和特殊字符。
基本上，我想从XML文件中提取一些特定元素。这些特定元素将具有以下形式：

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

例如：

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

或

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

我们可以轻松地为

编写正则表达式

<p o=<Any Number>>

和</p>标记。但我有兴趣通过编写正则表达式组来提取这些标签之间的句子。

有人可以建议使用正则表达式解决上述问题吗？

另外，如果您可以建议一种解决方法，那么对我来说也会非常有帮助。

Answer 1

使用像lxml这样的XML解析器，regex不适合此任务。示例：

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Xpath tutorial了解有关XPATH的更多信息。

Answer 2

你应该真的使用xml解析器。示例http://www.travisglines.com/web-coding/python-xml-parser-tutorial。

python正则表达式匹配任何有效的英语句子

2 个答案: