python，列出两个标签之间的所有内容

Question

我正在寻找最简单的编码方法。

说我有一个包含'the f<ox jumpe>d over the l<azy> dog <and the >fence'

的字符串

使用＆lt;作为开头标签＆gt;作为结束标记，我想将中间的所有内容保存到列表中。

如果保存到list1中，list1将等于['ox jumpe'，'azy'，'和']

谁知道一个漂亮，整洁的 SHORT 方式来做到这一点。

谢谢！

Answer 1

正则表达式应该在这里诀窍：

import re

text = 'the f<ox jumpe>d over the l<azy> dog <and the >fence'
list = re.findall('.*?\<(.*?)\>.*?', text)

print list

修改

您可以阅读有关正则表达式here

的更多信息

主要是，上面的正则表达式是：

。*？ - 所有角色的非贪婪匹配，直到下一个想要的字符

\＆LT; - 匹配＆lt;炭

（。*？） - 所有角色的非贪婪匹配，直到下一个想要的字符，捕获并返回它们

Answer 2

假设每个“＆lt;”和每一个“＆gt;”表示标签的开头或结尾，例如你不能<hi<there>：

x="<a><bb><ccc>"
>>> starts=(i for i,c in enumerate(x) if c=="<")
>>> ends=(i for i,c in enumerate(x) if c==">")
>>> ans=[x[i+1:j] for i,j in zip(starts,ends)]
>>> ans
['a', 'bb', 'ccc']

如果它是一个大的xml文件来保存内存，请使用izip（尽管x [i + 1：j]需要更改，因为你不希望将整个文件作为字符串）。