Python regex xml parse

Question

Не на 100% уверен, что я делаю неправильно. К сожалению, мне нужно разбирать XML с регулярным выражением, а не с красивым супом или другим. Предполагается, что это заменить матч с комментариями

КОД:

import re, shutil 

TAG_NAME = 'ruleDefinition' 
CASE_LABEL = 'case' 

word_file = 'MetaData.txt' 
xml_file = 'ProcessAll.xml' 
extension = '.bak' 
backup = xml_file + extension 

# Create backup 
shutil.copy2(xml_file, backup) 

with open(word_file) as words: 
    regex = r'<[^>]+ field=$"({})"[^>]+>'.format(
     '|'.join(
      sorted((word.rstrip('\r\n') for word in words), key=len, reverse=True) 
     ) 
    ) 

with open(xml_file, 'w') as new_xml: 
    with open(backup) as xml: 
     names = [] 
     start = False 
     entry = '' 
     for line in xml: 
      # start tag 
      if re.findall(r'<{}[^>]*>'.format(TAG_NAME), line): 
       start = True 
      # end tag 
      if '</{}'.format(TAG_NAME) in line: 
       start = False 
       if names: 
        new_xml.write('<!-- Removed ' + ','.join(names) + ' -->\n') 
        names = [] 
      # inside tag 
      if start: 
       if len(entry): 
        entry += line 
       if '<{}'.format(CASE_LABEL) in line: 
        entry += line 
       if '</{}'.format(CASE_LABEL) in line: 
        match = re.search(regex, entry) 
        if match: 
         name = match.group(1) 
         names.append(name) 
        else: 
         new_xml.write(entry) 
        entry = '' 
        continue 
       if len(entry): 
        continue 
      new_xml.write(line) 

Файл называется в сценарии:

cat MetaData.txt 
NORMALIZED_PRICE_REALTIME 
STAMP_DUTY_FLAG_REALTIME 

XML FILE:

  <ruleDefinition name="ProcessAllFields" category="subrule" defaultContext="Security"> 
       <case label="0xFBDE"> 
<!-- dec=64478, NORMALIZED_PRICE_REALTIME --> 
<if> 
<or> 
<equal op1="$temp.updateAlways" op2="true"/> 
<equal op1="#NORMALIZED_PRICE_REALTIME" op2="0"/> 
</or> 
<then> 
    <multiply op1="$inField.data" op2="$temp.pScale"  
    store="$NORMALIZED_PRICE_REALTIME" round="-3"/> 
<appendField field="$NORMALIZED_PRICE_REALTIME"/> 
    </then> 
      </if> 
    </case> 
    <case label="0xFBDF"> 
<!-- dec=64479, STAMP_DUTY_FLAG_REALTIME --> 
    <if> 
<or> 
     <equal op1="$temp.updateAlways" op2="true"/> 
     <equal op1="#STAMP_DUTY_FLAG_REALTIME" op2="0"/> 
</or> 
<then> 
     <assign to="$STAMP_DUTY_FLAG_REALTIME" from="$inField.data"/> 
     <appendField field="$STAMP_DUTY_FLAG_REALTIME"/> 
</then> 
      </if> 
    </case> 
    </ruleDefinition> 

В основном он удаляется все данные с строка «случай»

DESIRED РЕЗУЛЬТАТ
< --Removed NORMALIZED_PRICE_REALTIME, STAMP_DUTY_FLAG_REALTIME - />

Answer 1

К сожалению, мне нужно, чтобы разобрать XML с регулярным выражением

Это немного походит на высказывание, что, к сожалению, вам нужно, чтобы превратить железо в золото. Это не может быть сделано, поэтому не тратьте впустую свое время. Причина, по которой это невозможно сделать, состоит в том, что регулярные выражения достаточно сильны, чтобы анализировать обычные языки (это технический термин, а не оценочное суждение), а XML не является обычным языком. Если вы попытаетесь это сделать, то ваш код будет иметь ошибки: это неизбежное следствие теории компьютерной науки.