在 Python 中使用正则表达式替换除特定元素之外的所有元素

在Python中使用正则表达式，我试图删除字符串中的所有XML类型元素，除了那些包含QUOTE的元素，例如<QUOTE>, </QUOTE> or <QUOTE A="B">应该保留，但其他诸如<EXAMPLE> or <TEST A="B">应该被删除。我创建了这个，它替换了所有元素，但无法计算出 not 部分：

re.sub(r'</?[\w= \-"]+>', '', s)

有人有什么想法吗？

我相信否定的前瞻断言会满足您的需求：

import re

regex = r'<(?!/?QUOTE\b)[^>]+>'

tests = [
    'a plain old string',
    'a string with <SOME> <XML TAGS="stuff">',
    'a string with <QUOTE>, </QUOTE>, and <QUOTE with="data">',
    'a string that has <QUOTEA> tags </QUOTEB>',
]

for i in tests:
    result = re.sub(regex, '', i)
    print('{}\n{}\n'.format(i, result))

编辑：它是如何工作的

前瞻断言，顾名思义，在匹配的字符串中“前瞻”，但不消耗它们匹配的字符。你可以做积极的事（(?=...)) 和负 ((?!...)) 前瞻。 （也有积极和消极的回顾断言。）

所以，显示的正则表达式匹配<对于标签的开头，然后对QUOTE带有可选的/在它之前（/?) 及其后面的单词边界 (\b）。如果匹配，则正则表达式不匹配，并且该标记将被忽略。如果不匹配，正则表达式会继续吃掉一个或多个非>人物和结尾>。我想你可能也想让它吃掉标签后面的任何空格——我没有这样做。