python - 如何优化这个正则表达式模式

Question

我需要在字符串中找到一堆模式，它们如下:

<dyn type="dataFrame" name="Main Map" property="reference scale"/>
<dyn type="dataFrame" name="Main Map" property="time"/>
<dyn type="page" property="name"/>
<dyn type="page" property="number"/>
<dyn type="page" property="index"/>
<dyn type="page" property="count"/>
<dyn type="page" property="attribute" field="<Field Name>" domainlookup="true"/>
<dyn type="page" property="attribute" field="<Field Name>" />

用法示例:

Page <dyn type="page" property="index"/> of <dyn type="page" property="count"/>

这会导致

Page 1 of 15

我计划使用以下正则表达式:

<dyn[^>]*/>

这将给出:

regex = re.compile("<dyn[^>]*/>")
string = """Page <dyn type="page" property="index"/> of <dyn type="page" property="count"/>"""
r = regex.search(string)
print regex.findall(string)
[u'<dyn type="page" property="index"/>', u'<dyn type="page" property="count"/>']

但我不知道这是否是最好的使用模式(我相信有更好的方法)。这将找到具有该模式的所有模式，但不会找到标签内的属性。有没有一种方法可以编写正则表达式，以便我可以将值推送到字典对象，其中 <> 内的所有值作为键，= 符号后面的值？

我只是认为有更好的方法来做到这一点，而且由于我不是正则表达式方面的高手，我想我应该询问社区。

谢谢

Answer 1

使用XML解析器，例如内置xml.etree.ElementTree .

示例:

import xml.etree.ElementTree as ET

data = """
<root>
    <dyn type="dataFrame" name="Main Map" property="reference scale"/>
    <dyn type="dataFrame" name="Main Map" property="time"/>
    <dyn type="page" property="name"/>
    <dyn type="page" property="number"/>
    <dyn type="page" property="index">1</dyn>
    <dyn type="page" property="count">15</dyn>
    <dyn type="page" property="attribute" field="Field Name" domainlookup="true"/>
    <dyn type="page" property="attribute" field="Field Name" />
</root>
"""

root = ET.fromstring(data)
index = root.findtext('.//dyn[@property="index"]')
count = root.findtext('.//dyn[@property="count"]')

print "%s of %s" % (index, count)

打印 1 of 15。

请注意，该示例是人为的，因为我不确定您真正的 XML 输入是什么。不过，这个想法保持不变——XML 解析器。