使用正则表达式修改 XML

Question

我必须用这些文件的完整路径替换 XML 中的一些“文件名”。所有文件都在同一个目录中，这在某种程度上简化了事情。我试图使用 BeautifulSoup4，但有一个错误不断破坏崩溃的 python，所以我试图用正则表达式做同样的事情。

copasiML 变量包含一个作为字符串的 XML。

我的代码：

    copasiML=IA.read_copasiML_as_string(copasi_file)
    data_file_names=re.findall('<Parameter name="File Name" type="file" value="(.*)"/>',copasiML)
    for i in data_file_names:
        copasiML2=re.sub('<Parameter name="File Name" type="file" value="'+i+'"/>','<Parameter name="File Name" type="file" value="'+os.path.join(os.getcwd()+i)+'"/>',copasiML)
        os.remove(copasi_file)
        with open(copasi_file,'w') as f:
            f.write(str(copasiML2))

就目前而言，我的代码运行但实际上并没有做任何事情。有人会碰巧知道如何修复我的代码吗？

非常感谢

Answer 1

每次您尝试使用正则表达式解析 HTML/XML 时，都会让小耶稣哭泣。

BeautifulSoup 不适合你，我建议使用 XPath，如 python lxml - modify attributes 所示。

有趣（但有启发性）的阅读材料：

• RegEx match open tags except XHTML self-contained tags
• Using regular expressions to parse HTML: why not?
• Why it's not possible to use regex to parse HTML/XML: a formal explanation in layman's terms
• https://news.ycombinator.com/item?id=2741780