Как правильно сформулировать регулярное выражение для поиска xml тегов с возможными атрибутами?

Question

[Resolut]

Моя цель состоит в том что бы определить все теги которые есть в xml в файле, с этим проблем не возникло.
tags = re.findall(r'<\/?\w*>', text) указав такое регулярное выражение, позже заметил что теги с атрибутами не находит, оно и понятно почему.
Попробовал сделать таким образом:

tags = re.findall(r'<(\/?\w*(\s\w*="\w*")?)>', text)

но происходит какая-то каша, буду благодарен если исправите меня.

Answer 1

[soremix]

<\/?[\w\s'\"=]*>
Просто перебрать все символы, которые могут встречаться в теге. Но, присоединюсь, это лучше делать специальными библиотеками

Тот же bs4 прекрасно справится

soup = BeautifulSoup(xml, 'lxml')
print([tag.name for tag in soup.find_all()])

Либо через стандартный xml

tree = ET.ElementTree(ET.fromstring(xml))
for elem in tree.iter():
    print(elem.tag)

Comments

[Resolut]

С библиотекой то понятно, преподаватель дал задачу сделать это без них.

[dollar]

Resolut, тогда зачем ты читеришь? Ты же сам себя лишаешь пользы от самостоятельного решения задачи. Даже если ты три дня и три ночи будешь биться над задачей, это будет не зря. А когда берёшь готовое, обучение навыку практически не происходит.

[Resolut]

dollar, безусловно я могу потратить 3 дня 3 ночи, но эффект будет тот же что и если вы мне подскажите как правильно сформулировать такое выражение, да и задача стояла сделать простое чтение тегов без атрибутов, мне же стало интересно как сделать с ними, но не особо получается в одиночку.

Answer 2

[Александр Карабанов]

Не стоит парсить структурированные данные. Есть библиотеки для работы с XML.