不建议用正则表达式解析XML，因其无法处理嵌套、属性变体、命名空间等复杂结构；仅在格式严格、无嵌套、无属性变化的简单场景下可谨慎使用非贪婪匹配，并优先选用标准XML解析器。
不建议用正则表达式解析或提取 XML 内容，因为 XML 是嵌套、递归、可扩展的结构化语言，而正则表达式不具备处理嵌套层级的能力（例如 `
只匹配单层、无嵌套的开始/结束标签
例如提取形如 <title>Hello</title> 中的文本内容：
推荐写法（非贪婪）：<title>(.*?)</title>
匹配 title 标签内的最小一段内容（支持换行需加 s 修饰符，如 /s 在 Python 的 re.DOTALL）。
注意避开常见陷阱：
- 不要用
<title>(.*)</title>（贪婪匹配可能导致跨标签捕获） - 避免匹配到注释
<!-- ... -->或 CDATA 段，正则无法可靠识别它们 - 不处理自闭合标签如
<img/>，需额外规则（如<img[^>]*/>），但仍易误判
提取带属性的标签（仅限简单情况）
如匹配 <item id="123" type="book">Python Guide</item> 中的属性值和文本：
可尝试：<item\s+id="([^"]*)"\s+type="([^"]*)">(.*?)</item>
括号分别捕获 id、type 和正文。但该正则会失败于：属性顺序不同、有空格/换行、属性含单引号或转义符、存在其他属性等。
更稳健的做法是限制输入：确保 XML 是机器生成、无换行、属性固定且顺序一致。
为什么不能靠正则处理真实 XML
XML 合法但正则难处理的情况包括：
- 嵌套相同标签：
<div><div>inner</div>outer</div>—— 正则无法计数匹配层级 - 属性值含
>或引号：<tag attr='a > b'>或<tag attr="say "hi""> - 命名空间：
<ns:node xmlns:ns="..."> - DOCTYPE、PI（处理指令）、实体引用（
&）等
真正该用什么替代正则
请优先使用标准 XML 解析器：
- Python：用
xml.etree.ElementTree（轻量）、lxml（功能强、支持 XPath） - JavaScript：用
DOMParser（浏览器）或fast-xml-parser（Node.js） - Java：用
DocumentBuilder或JAXB - 命令行：用
xmlstar或xq（基于 jq 的 XML 工具）
它们能正确处理编码、命名空间、实体、嵌套、验证，并提供 XPath/XQuery 精准定位——这才是提取 XML 内容的可靠方式。
