如何根据XML前置标签值提取连续标签属性数据？正则匹配求助

嘿，别担心，新手刚接触正则匹配XML遇到问题太正常啦！我来一步步帮你搞定～

首先，我先假设你的XML结构是最常见的两种情况，给你对应的正则表达式，同时也会告诉你更稳妥的替代方法（毕竟正则处理XML其实不是最优选择，但新手用正则快速解决问题也没问题）。

情况1：Voice是LOB标签的name属性 #

如果你的XML长这样：

<LOB name="Voice" status="active" other="xxx">Some content</LOB>
<LOB name="SMS" status="inactive">Other content</LOB>

你可以用这个正则来捕获active：

<LOB[^>]+name="Voice"[^>]+status="([^"]+)"

正则解释： #

• <LOB[^>]+：匹配<LOB开头，然后跳过标签内的任意非>字符（也就是其他属性）
• name="Voice"：精准定位到name属性为Voice的LOB标签
• [^>]+：继续跳过标签内剩余的其他属性
• status="([^"]+)"：用括号捕获status属性的值，[^"]+表示匹配除双引号外的所有字符，正好就是属性值

情况2：Voice是嵌套在LOB内的子标签 #

如果你的XML是嵌套结构，比如：

<LOB>
  <type>Voice</type>
  <status>active</status>
</LOB>

那可以用这个正则：

<type>Voice</type>\s*<status>([^<]+)</status>

正则解释： #

• <type>Voice</type>：匹配Voice对应的子标签
• \s*：跳过标签之间的空白字符（换行、空格都能匹配）
• <status>([^<]+)</status>：捕获status标签里的内容，[^<]+匹配除<外的所有字符，也就是标签里的文本值

更稳妥的替代方案：用XML解析器 #

其实正则处理XML很容易因为格式变化（比如属性顺序调换、标签嵌套变复杂）失效，新手如果想长期处理XML，建议用专门的解析器。比如用Python的内置库举个例子：

import xml.etree.ElementTree as ET

# 假设你的XML内容存在这里
xml_text = """
<root>
  <LOB name="Voice" status="active"/>
  <LOB name="SMS" status="inactive"/>
</root>
"""

# 解析XML
tree = ET.fromstring(xml_text)
# 找到所有LOB标签，筛选name为Voice的
for lob_tag in tree.findall(".//LOB"):
    if lob_tag.get("name") == "Voice":
        print(lob_tag.get("status"))  # 输出active

这种方法不管XML属性顺序怎么变，都能准确拿到值，比正则靠谱多啦！

要是你的XML结构和我假设的不一样，随时把具体片段贴出来，我再帮你调整～

内容的提问来源于stack exchange，提问作者Prabhuram Natarajan