python - 替换 XML 中的文本，忽略粗体和斜体标记

Question

可能重复：
正则表达式匹配打开的标签，XHTML 自包含标签除外

我有一个任意 XML 字符串，它也有<b>, <i>具有通常含义的标签。我只需要在纯文本中执行字符串替换。不应替换节点定义中的任何内容。

例如，我想用 * 替换“hello”。XML之类的<hello a="hello">text sayh<b>ell</b>o more text</hello>应该成为<hello a="hello">text say* more text</hello>

做这个的最好方式是什么？我打算regex只使用，但这个问题被否决了。

Answer 1

一个非常快速和肮脏（强调肮脏）的解决方案，它只是实现规则“仅当下一个尖括号不是闭合尖括号时才匹配”将是

hello(?![^<>]*>)

这可能适用于您的 XML 文件，但它可能会以各种方式在有效 XML 上失败（在无效 XML 上甚至更多）。

编辑：

自从我原来的答案以来，问题已经发生了很大的变化，所以答案不再正确。如果你想忽略粗体/斜体标签，你要么首先必须完全删除它们，搜索</?[bi]>并用空字符串替换所有这些，然后运行上面的正则表达式（但这将删除所有 这些标签，而不仅仅是里面的标签hello，或使用

</?[bi]>h</?[bi]>e</?[bi]>l</?[bi]>l</?[bi]>o</?[bi]>(?![^<>]*>)

而不是上面的正则表达式。到目前为止，我认为您可以看到正则表达式对于此类任务并不是一个可靠的工具。但这应该已经从评论中清楚了。