求助一个正则的问题，急

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 610 天前的主题，其中的信息可能已经有所发展或是发生改变。

有一个报文：

<?xml><root><person><id>123</id></person><person><id>789</id></person></root>

只需要 <id></id> 标签中的的值，例如转换成 123-789，在 sumlime text 中要怎么替换呢，以下是我写的正则：

<\?xml><root>(<person><id>(\d+)</id></person>)+</root>

替换的时候需要怎么处理呢

26 条回复 • 2023-04-28 19:45:46 +08:00

sheeta

2023-04-27 18:58:06 +08:00

likefly

2023-04-27 19:05:13 +08:00

@sheeta 只能取到 789

AoEiuV020CN

2023-04-27 19:08:35 +08:00 via Android

@likefly 举一反三，$1 就能得到 123 了，

jsrunner

2023-04-27 19:08:35 +08:00

import re

xml_str = '<?xml><root><person><id>123</id></person><person><id>789</id></person></root>'

# 定义正则表达式模式，匹配 <id> 标签和其中的文本
pattern = re.compile(r'<id>(.*?)</id>')

# 使用 findall 方法查找所有匹配项，并返回匹配的文本列表
matches = pattern.findall(xml_str)

# 输出匹配的结果
print(matches) # 输出 ['123', '789']

likefly

2023-04-27 19:15:07 +08:00

@AoEiuV020CN $1 只能取到外面括号的值

sheeta

2023-04-27 19:17:37 +08:00

@likefly 抱歉，是我的问题，这个只能取到最后一个匹配的

likefly

2023-04-27 19:18:06 +08:00

@jsrunner 感谢，工作环境用不了代码，要怎么在编辑器里面直接替换出来 - -

NoOneNoBody

2023-04-27 19:20:54 +08:00

这个需要正则递归，python 内置 re 并不支持，sublimetext 也不能直接完成
所以开个 console 按 #4 的方法手动吧

三方包 regex 支持递归

mohumohu

2023-04-27 19:21:52 +08:00

简单啊，你们就是把问题想复杂了，用什么正则，你直接把<root><person><id>替换成<root>，</id></person><person><id>替换成-，</id></person>替换成空不就好了吗

likefly

2023-04-27 19:24:00 +08:00

@NoOneNoBody 原来如此，我就是想递归，感谢

Glauben

2023-04-27 19:25:00 +08:00

这种问题一律建议问 ChatGPT

likefly

2023-04-27 19:26:08 +08:00

@mohumohu 感谢，这确实是个好方法

likefly

2023-04-27 19:27:08 +08:00

@Glauben 落伍了，都没注册账号

mmnnyycc

2023-04-27 20:15:59 +08:00

(?<=<id>)[^<]+(?=</id>)，这个 chatgpt 给的，一秒钟给出，还配合一个了一个 python 的代码

mohumohu

2023-04-27 20:36:20 +08:00

@mmnnyycc OP 问的是怎么替换，不是怎么匹配，就这个表达式都用不着 gpt 写

weeei

2023-04-27 20:41:43 +08:00

Regex: (.+)<id>(.+?)</id>(.+?)<id>(.+?)</id>(.+)
With: $2 - $4

Ericcccccccc

2023-04-27 20:44:06 +08:00

这种问题适合问 chatgpt

busterian

2023-04-27 20:53:21 +08:00

mobbdeep

2023-04-27 21:17:58 +08:00

感觉 gpt 要吃掉不少爆栈或者 csdn 的份额啊

jslang

2023-04-28 09:49:02 +08:00

为什么用正则，这个解析 XML ，然后再拼接啊

ruke

2023-04-28 10:01:49 +08:00

https://imgloc.com/i/i9uhPa

ruke

2023-04-28 10:02:25 +08:00

.*?(\d+).*?(\d+).*

$1-$2

setsunakute

2023-04-28 13:57:05 +08:00

[^\d]+<id>|</id>[^\d]+ 替换为\n 即可

setsunakute

2023-04-28 13:58:01 +08:00

[^\d]+<id>|</id>[^\d]+ 替换为-

ns09005264

2023-04-28 19:39:53 +08:00

rust 里用 captures_iter 倒是可以轻松做到。
```
let regex = Regex::new(r"<id>(\d+)</id>").unwrap();
let str = "<?xml><root><person><id>123</id></person><person><id>456</id></person><person><id>789</id></person></root>";
let result = regex
.captures_iter(str)
.map(|cap| cap[1].to_string())
.collect::<Vec<_>>()
.join("-");
assert_eq!(result, "123-456-789");
```
vim 里可以分多步处理

ns09005264

2023-04-28 19:45:46 +08:00

vim 里分三步，第一步把所有的`<tag>`替换为`-`，第二步把首尾的`-`去掉，第三步把连续的`---`替换为单个`-`
```
:%s/\v(\<.{-}\>)/-/g
:%s/\v(^-+|-+$)//g
:%s/\v(-+)/-/g
```