Question

我有以下正则表达式

(?<=<TEXT>).*?(?=</TEXT>)

应该在<TEXT>和</TEXT>之间找到任何内容。

我将我的字符串粘贴到http://pythex.org/上它确实有效，但是python中的以下实现没有找到任何内容

import re
re.findall(r'(?<=<TEXT>).*?(?=</TEXT>)', text)

其中text包含我粘贴到窗口的内容（使用调试器，粘贴变量输出）。我需要注意一些特别的东西吗？

一些额外的输出

>>> pattern = re.compile(r"(?<=<TEXT>).*?(?=</TEXT>)")
>>> print(pattern)
re.compile('(?<=<TEXT>).*?(?=</TEXT>)')
>>> re.DOTALL
16
>>> pattern.findall(text)
[]

Answer 1

我用

得到“正确”的输出

re.findall(r'(?<=<TEXT>).*?(?=</TEXT>)', text, re.DOTALL)

我认为re中的默认值与pythex相同，但显然不是。

Answer 2

看起来你真的应该考虑使用令牌解析器而不是正则表达式 - 这是xml还是html输入？在这种情况下，你可能想要考虑这个问题＆amp;最佳答案：How Do I Parse XML in Python

正则表达式在python中没有命中

2 个答案: