使用正则表达式在 Python 中解析 XML

我正在尝试使用正则表达式来解析XML文件（就我而言，这似乎是最简单的方法）。

例如，一行可能是：

line='<City_State>PLAINSBORO, NJ 08536-1906</City_State>'

要访问标签 City_State 的文本，我使用：

attr = re.match('>.*<', line)

但没有返回任何内容。

有人可以指出我做错了什么吗？

你通常不想使用re.match. 引用自文档 http://docs.python.org/2/library/re.html#re.match:

如果您想在字符串中的任何位置找到匹配项，请使用search() http://docs.python.org/2/library/re.html#re.search相反（另见search() 与 match() http://docs.python.org/2/library/re.html#search-vs-match).

Note:

>>> print re.match('>.*<', line)
None
>>> print re.search('>.*<', line)
<_sre.SRE_Match object at 0x10f666238>
>>> print re.search('>.*<', line).group(0)
>PLAINSBORO, NJ 08536-1906<

另外，当你可以使用类似的东西时，为什么还要用正则表达式解析 XMLBeautifulSoup http://www.crummy.com/software/BeautifulSoup/ :).

>>> from bs4 import BeautifulSoup as BS
>>> line='<City_State>PLAINSBORO, NJ 08536-1906</City_State>'
>>> soup = BS(line)
>>> print soup.find('city_state').text
PLAINSBORO, NJ 08536-1906