使用正则表达式查找句子中的xml部分

Question

我有这样一句话：

<bpt i="1" type="1" x="1" />und ZF-Getriebe <ept i="1" />TipMatic <ph x="2" type="2" />Lite (&lt;/cf&gt;6AS850, 6AS800, 6AS1000)

我想要一个正则表达式，它将提取xml部分，因此最后的句子将是：

__xml__und ZF-Getriebe __xml__TipMatic __xml__Lite (</cf>6AS850, 6AS800, 6AS1000)

可能的正则表达式是什么

Answer 1

假设xml标记总是打开-关闭的，这可能会满足您的需要。您仍需要将xml放入

>>> line = '''<bpt i="1" type="1" x="1" />und ZF-Getriebe <ept i="1" />TipMatic <ph x="2" type="2" />Lite (&lt;/cf&gt;6AS850, 6AS800, 6AS1000)'''
>>> import re
>>> pieces = []
>>> pos = 0
>>> for m in re.finditer(r'(<[^\/]+\/>)', line):
...     line[m.span()[0]:m.span()[1]]
...     pieces.append(line[pos:m.span()[0]])
...     pos = m.span()[1]
...     
'<bpt i="1" type="1" x="1" />'
'<ept i="1" />'
'<ph x="2" type="2" />'
>>> pieces.append(line[m.span()[1]:])
>>> pieces
['', 'und ZF-Getriebe ', 'TipMatic ', 'Lite (&lt;/cf&gt;6AS850, 6AS800, 6AS1000)']