패턴 일치 내에서 공백을 제거하는 Python 정규식

Question

정규식을 사용하여 형식을 바꾸려는 (잘된 것은 아닙니다!) 올바른 형식의 XML 파일이 있습니다. 목표는 모든 <trkpt> 쌍을 oneliner로 유지하는 것입니다.

다음 코드는 작동하지만 루프 대신 단일 정규식 대체에서 수행 된 작업을 가져와 문자열을 다시 연결할 필요가 없습니다.

import re 

xml = """ 
    <trkseg> 
     <trkpt lon="-51.2220657617" lat="-30.1072524581"> 
     <time>2012-08-25T10:20:44Z</time> 
     <ele>0</ele> 
     </trkpt> 
     <trkpt lon="-51.2220657617" lat="-30.1072524581"> 
     <time>2012-08-25T10:20:44Z</time> 
     <ele>0</ele> 
     </trkpt> 
     <trkpt lon="-51.2220657617" lat="-30.1072524581"> 
     <time>2012-08-25T10:20:44Z</time> 
     <ele>0</ele> 
     </trkpt> 
    </trkseg> 
""" 

for trkpt in re.findall('<trkpt.*?</trkpt>', xml, re.DOTALL): 
    print re.sub('>\s*<', '><', trkpt, re.DOTALL) 

sed를 사용하는 대답도 환영받을 것입니다. 이것은 당신이 요청하지만, 여기에 한 줄 인의 이익을위한 한 줄의 있었는지 정말 아니다

Answer 1

이 방법에 대해 :

>>> regex = re.compile(
    r"""\n[ \t]* # Match a newline plus following whitespace 
    (?=   # only if... 
    (?:   # ...the following can be matched: 
     (?!<trkpt) # (unless an opening <trkpt> tag occurs first) 
     .   # any character 
    )*   # any number of times, 
    </trkpt>  # followed by a closing </trkpt> tag 
    )    # End of lookahead""", 
    re.DOTALL | re.VERBOSE) 
>>> print regex.sub("", xml) 

    <trkseg> 
     <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
     <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
     <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
    </trkseg> 

Answer 2

를 읽기위한

감사 : 또한

>>> print re.sub(r'(<trkpt.*?</trkpt>)', 
       lambda m: re.sub(r'>\s*<', '><', m.group(1), re.DOTALL), 
       xml, flags=re.DOTALL) 

<trkseg> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
</trkseg> 

이 방법이 있습니다 어떤 문자열 속성에 문자열 "<trkpt"이 포함되어있는 경우 휴식을 취할 수 있지만 실제로 파서는 사용하지 않는 것이 문제입니다.

Answer 3

<trkseg>을 보관 하시겠습니까? 그렇다면, 이것은 당신을 위해 일할 수 있습니다 :

print re.sub('([^gt])>\s*<', '\g<1>><', xml, re.DOTALL) 

이전 요소가 t 또는 g로 끝나지 않는 조건에서 요소 사이의 모든 공백을 제거합니다.

<trkseg> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44Z</time><ele>0</ele></trkpt> 
</trkseg> 

Answer 4

또 다른 한 줄은

print re.sub("(<trkpt.+?>).*?(<time>.+?</time>).*?(<ele>.+?</ele>).*?(</trkpt>)", 
      r'\1\2\3\4', xml, re.DOTALL) 

이 다른 태그를 쉽게 변경할 수 있다는 장점이있다

<trkseg> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44</time><ele>0</ele></trkpt> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44</time><ele>0</ele></trkpt> 
    <trkpt lon="-51.2220657617" lat="-30.1072524581"><time>2012-08-25T10:20:44</time><ele>0</ele></trkpt> 
</trkseg> 

을 생산하고있다.