如何通过正则表达式移除XML根节点属性？

正则匹配思路 #

核心是精准匹配根节点的起始标签，跳过所有属性内容，替换为仅保留标签名的纯净起始标签。对应的正则表达式为：
r'<(\w+)\s+.*?>'

• (\w+)：捕获根节点的标签名（如示例中的root）
• \s+.*?：非贪婪匹配标签名后的所有空白字符及属性内容，避免误匹配后续标签

具体实现（Python示例） #

import re

# 原始XML内容
original_xml = '<root xmlns="http://schemas.abc.com/ess/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" abcId="sip:+14184400781@ims.mnc510.mcc302.3gppnetwork.org"><tag1>a</tag1><tag2>b</tag2><tag3>c</tag3></root>'
# 执行正则替换
processed_xml = re.sub(r'<(\w+)\s+.*?>', r'<\1>', original_xml)

print(processed_xml)

输出结果 #

<root><tag1>a</tag1><tag2>b</tag2><tag3>c</tag3></root>

注意事项 #

• 该正则仅适配标签名由字母、数字、下划线组成的根节点，若标签包含特殊字符，需调整正则的捕获规则
• 正则处理XML存在局限性（比如属性值中包含>的极端场景），复杂XML场景更推荐使用专业解析库（如Python的xml.etree.ElementTree）

内容的提问来源于stack exchange，提问作者mhnskta