从XML中提取信息

Question

我正在使用etree模块。我试图提取有关<text ...>标签的信息。这里是my XML file。我想如果<text ...">{{Infobox film开始Infobox film然后复制{{ }}之间的所有文字。可能吗？感谢

更新：XML文件更新

Answer 1

下面的代码片段应该做你想要什么：

import re 
from xml.etree import ElementTree            

with open('films.xml') as f:              
    xml = ElementTree.parse(f)             

for t in xml.findall('.//{http://www.mediawiki.org/xml/export-0.5/}text'): 
    print '====================' 
    m = re.search(r'(?s).*?{{(Infobox film.*?)}}', t.text) 
    if m: 
     print m.group(1) 

正则表达式那里(?s)开始，这开启了DOTALL选项，这意味着.匹配换行符以及任何其他角色。 .*?的两个实例是任何charcter的非贪婪匹配 - 即它们将找到零个或更多个字符的最短段，直到表达式的其余部分可以匹配。