如何在python中使用regex区分列表模式

Question

我正在尝试在不使用python包的情况下将XML转换为JSON。为此，我将XML转换为一个列表，该列表最终将转换为嵌套字典，然后再转换为JSON。从列表中读取XML时，我无法区分以下元素：

1. <Description>TestData</Description>\n
2. Data</Description>\n
3. <Description>Test\n

我用来区分1和3的正则表达式是：

1. x = re.compile("<Description>(.+?)<\/Description>\n")
2. x = re.compile("^((?!Description).)*<\/Description>\\n")

我发现很难为第三个开发正则表达式。你知道吗

1. x = re.compile("\s*<Description>(.+)(?!((<\/Description>)))\n")

尽管第二个正则表达式正确地标识了文本3，但它也标识了文本1。这应该只识别文本3。你知道吗

Answer 1

你想要这样的东西吗？你知道吗

<Description>([^<]+)\n

Demo

python脚本是

 ss=""" <Description>TestData</Description>\n
  Data</Description>\n
  <Description>Test\n"""

regx= re.compile("<Description>([^<]+)\n")
capture=regx.findall(ss)
print(capture)

输出为

['Test']

似乎capture[0]值就是你想要的。。你知道吗

Answer 2

你很接近。这个正则表达式可以满足您的需要：

re.compile("\s*<Description>(.+)(?<!<\/Description>)\n")

我刚在两个字母之间加了“<；”？还有！做一个否定的后视断言。查看此项以获取更多信息：https://docs.python.org/2/library/re.html