python - 正则表达式命名组和条件逻辑

Question

考虑以下字符串(编辑:这不是一个带有正则表达式问题的 HTML 解析。而只是一个命名组的练习):

s = """<T1>
        <A1>
        lorem ipsum
        </A1>
      </T1>"""

是否可以使用 re.sub 和命名组将字符串转换为此结果？

<T1>
  <test number="1">
  lorem ipsum
  </test>
</T1>

现在我有以下代码:

import re
regex = re.compile("(<(?P<end>\/*)A(?P<number>\d+)>)")
print regex.sub('<\g<end>test number="\g<number>">', s)

给出以下结果

<T1>
  <test number="1">
  lorem ipsum
  </test number="1">
</T1>

可以像这样使用|运算符question ？

Answer 1

尝试匹配整个标签。不仅可以捕获开始和结束标签，还可以捕获其内容。

正则表达式:

(<(?P<end>\/*)(A)(?P<number>\d+)>)(.*?)</\3\4>

替换字符串:

<test number="\g<number>">\5</test>

DEMO

>>> s = """<T1>
        <A1>
        lorem ipsum
        </A1>
      </T1>"""
>>> import re
>>> print(re.sub(r'(?s)(<(?P<end>\/*)(A)(?P<number>\d+)>)(.*?)</\3\4>', r'<test number="\g<number>">\5</test>', s))
<T1>
        <test number="1">
        lorem ipsum
        </test>
      </T1>

(?s) 称为 DOTALL 修饰符，它匹配正则表达式中的点，甚至可以匹配换行符。