我目前正在研究 Stack Overflow 数据转储，并试图构建(我想象的)一个简单的正则表达式以从 < 内部提取标签名称。和 >人物。因此，对于每个问题，我都有一个或多个标签的列表，例如 <tagone><tag-two>...<tag-n>并试图仅提取标签名称列表。以下是从数据转储中获取的一些示例标记字符串:
<javascript><internet-explorer>
<c#><windows><best-practices><winforms><windows-services>
<c><algorithm><sorting><word>
<java>
作为引用，我不需要将标签名称分成单词，所以对于像<best-practices>这样的例子我想回来 best-practices (不是 best 和 practices )。此外，不管它的值(value)如何，如果它有任何不同，我正在使用 Python。有什么建议吗？
请您参考如下方法:
由于 Stackoverflow 的标签名称没有嵌入 < >你可以使用正则表达式:
<(.*?)>
或
<([^>]*)>
解释:
-
<: 文字< -
(..): 分组并记住 匹配。 -
.*?: 匹配任何东西 非贪婪方式。 -
>: 文字< -
[^>]: 要匹配的字符类 除>以外的任何内容
