python正则表达式有多个条件

Question

用python的beautifulsoup提取xml文件标签，想用正则表达式匹配两个条件，比如

<test>
 <a>111</a>
 <c>123</c>
</test>
<test>
 <b>222</b>
 <c>123</c>
</test>

现在想用正则表达式提取两个标签的内容，就是<a>标签跟<b>标签的内容都要取到，请问该如何写这个正则表达式呢

Answer 1

簡單的用:

soup(['a', 'b'])

就可以囉，如果沒有太複雜的條件，可以不用正規吧。

Answer 2

import re
pat = re.compile(r'<(a|b)>(.*?)</\1>', re.M)
for m in pat.finditer:
    print(m.group(2))

说明:

• 考虑到这里的<a>标签没有属性, 如果有, 可用r'<(a|b).*?>(.*?)</\1>'.

• m.group(1)是指标签名, 即a或者b. m.group(2)则是标签内容.

• .*?是惰性匹配.

• .finditer是返回匹配的迭代器, 找它费了点时间.

• 因为标签名不确定, 所以结束标签使用\1来反向引用标签名, 毕竟开始和结尾标签名要相同.

Answer 3

pyquery