# encoding: utf-8
# Python 3.6.0

import os
import codecs
import re

path='.'
arr=os.listdir(path)
for it in arr:
    file=os.path.join(path, it)
    if os.path.isfile(file) and (it[-4:].lower()=='.xml'):
        print(file)
        f=codecs.open(file,'r','utf-8')
        text=f.read()
        f.close()
        txtfile=file+'.txt'
        f=codecs.open(txtfile,'w','gb2312')
        m=re.findall(r'<ID\d*>[\s\S]+?<\/ID\d*>',text)
        for it in m:
            brr=['','','','','']
            a=re.search(r'[^>]+(?=<\/UserType>)',it)
            if a:
                brr[0]=a.group(0)
            b=re.search(r'[^>]+(?=<\/UserVendorId>)',it)
            if b:
                brr[1]=b.group(0)
            c=re.search(r'[^>]+(?=<\/UserSubType>)',it)
            if c:
                brr[2]=c.group(0)
            d=re.search(r'[^>]+(?=<\/Flags>)',it)
            if d:
                brr[3]=d.group(0)
            e=re.search(r'(?<=<!--)[^>]+(?=-->)',it)
            if e:
                brr[4]=e.group(0)
            line='\t'.join(brr)
            f.write(line+'\r\n')
        f.close()
复制代码

m=re.findall(r'<ID\d+>[\s\S]+?<\/ID\d+>',text)
复制代码

m=re.findall(r'<ID>[\s\S]+?<\/ID>',text)
复制代码