Question

我正在尝试做一个python正则表达式，寻找格式化的行（[edit：]没有新行;原来都在一行上）：

<MediaLine Label="main-video" xmlns="ms-rtcp-metrics">
  <OtherTags...></OtherTags>
</MediaLine>

我希望创建一个这个XML元素主体的捕获组（所以OtherTags...）以便以后处理。
现在问题在于第一行，Label="main-video"，我想不捕获Label="main-audio"

我的初步解决方案是这样的：

m = re.search(r'<MediaLine(.*?)</MediaLine>', line)

这是有效的，因为它会过滤掉所有其他非MediaLine元素，但不考虑视频与音频。所以为了建立它，我尝试简单地添加

m = re.search(r'<MediaLine Label(.*?)</MediaLine>', line)

但这不会创建单个匹配，更不用说具体到足以过滤音频/视频了。我的问题似乎归结为line和Label之间的空格。我能想到的两种变化都失败了：

m = re.search(r'<MediaLine L(.*?)</MediaLine>', line)
m = re.search(r'<MediaLine\sL(.*?)</MediaLine>', line)

然而，以下工作，无法区分音频/视频：

m = re.search(r'<MediaLine\s(.*?)</MediaLine>', line)

为什么'L'是失败的原因？我哪里错了？谢谢你的帮助。

为了先发制人，我的目标是这样的表达：

m = re.search("<MediaLine Label=\"main-video\"(?:.*?)>(?P<payload>.*?)</MediaLine>", line)
result = m.group('payload')

Answer 1

默认情况下，.与换行符不匹配，因此您的初始解决方案也不起作用。要使.与换行符匹配，您需要使用re.DOTALL标记（又名re.S）：

>>> m = re.search("<MediaLine Label=\"main-video\"(?:.*?)>(?P<payload>.*)</MediaLine>", line, re.DOTALL)
>>> m.group('payload')
'\n  <OtherTags...></OtherTags>\n'

请注意，第一组中还有一个额外的?，因此它并不贪心。

正如另一篇评论所述，解析XML的最佳方法是XML解析器。但是，如果您的特定XML在其标记和属性中足够严格，那么正则表达式可以完成工作。它会变得更加混乱。

空白的Python正则表达式问题

1 个答案: