Question

我正在尝试使正则表达式匹配跨越多行的值。我正在使用re.S标志，但仍然没有结果。有什么想法吗？

这是我正在搜索的文字：

<File id="abc.txt" EngRev="74">
  <Identifier id="STRING_ID" isArray="1" goesWith="3027253">
    <EngTranslation>"Value 1","Value 2","Value 3","Value 4","Value 5",</EngTranslation>
    <LangTranslation filename="abc.txt" key="STRING_ID 0">Value 1</LangTranslation>
    <array filename="abc.txt" key="STRING_ID 1">Value 2</array>
    <array filename="abc.txt" key="STRING_ID 2">Value 3</array>
    <array filename="abc.txt" key="STRING_ID 3">Value 4</array>
    <array filename="abc.txt" key="STRING_ID 4">Value 5</array>
  </Identifier>
  <Identifier id="STRING_ID2" isArray="0" goesWith="3027253">
    <EngTranslation>"Value 1"</EngTranslation>
    <LangTranslation filename="abc.txt" key="STRING_ID2">Value 1</LangTranslation>
  </Identifier>
</File>

这是我用来获取匹配项的代码：

def updateToArray(matchobj):
     return matchobj.group(0).replace('LangTranslation','array')
outXML = re.sub(r'<Identifier.*?<array.*?</Identifier>', updateToArray, outXML, re.S)

Answer 1

我强烈建议您不要使用正则表达式来解析XML。 SO有lot of个问题/答案主题解释原因。例如，请参阅this classic。

由于您使用的是Python，为什么不使用像BeautifulSoup或Lxml这样的库来更干净，更简洁地完成工作？

Answer 2

你错过了一个论点：

re.sub(pattern, repl, string[, count, flags])

标志似乎是整数，因此它将re.S视为count参数。对count使用零会保留默认行为，并允许您将标志作为第五个参数传递。

帮助多行正则表达式匹配

2 个答案: