Python如何从XML解析得到的未知标签行中分别提取标签名与内容

实现方法 #

不用预先知道标签名，两种方案都可以实现需求：

方案1：正则匹配（不需要提前知道标签名） #

re.search不需要预先知道标签名，你可以用捕获组+反向引用的正则规则，自动匹配开闭标签并提取内容：

• 正则规则：r'<([^>]+)>([^<]+)</\1>'
  • 第一个捕获组([^>]+)：匹配<和>之间的所有字符，自动提取标签名
  • 第二个捕获组([^<]+)：匹配开闭标签之间的所有内容
  • \1是反向引用，保证闭合标签和开头标签完全一致，避免匹配错误
• 示例代码：

import re
xml_str = "<ID>0b10-bd-59-ac-bac</ID>"
res = re.search(r'<([^>]+)>([^<]+)</\1>', xml_str)
if res:
    tag = res.group(1)
    content = res.group(2)
    print(tag) # 输出 ID
    print(content) # 输出 0b10-bd-59-ac-bac

如果标签带有属性（比如<ID type="hex">xxx</ID>），可以把正则调整为r'<([^\s>]+)[^>]*>([^<]+)</\1>'，自动过滤属性部分。

方案2：XML专用解析库（更稳妥，推荐） #

如果要处理的XML格式复杂、或者有大量解析需求，优先用Python内置的XML解析库，容错性比正则高很多，不会因为换行、属性等格式变体出错：

import xml.etree.ElementTree as ET
xml_str = "<ID>0b10-bd-59-ac-bac</ID>"
node = ET.fromstring(xml_str)
tag = node.tag
content = node.text

内容的提问来源于stack exchange，提问作者Miss.Pepper