使用正则表达式拆分 Python 字符串答案

【问题标题】：Python String split using a regex使用正则表达式拆分 Python 字符串
【发布时间】：2021-03-06 05:23:35
【问题描述】：

例如我们想将一个字符串分割成多行

|---------------------------------------------Title1(a)---------------------------------------------

Content goes here, the quick brown fox jumps over the lazy dog

|---------------------------------------------Title1(b)----------------------------------------------

Content goes here, the quick brown fox jumps over the lazy dog

这是我们使用正则表达式代码进行的 python 拆分

import re

str1 = "|---------------------------------------------Title1(a)---------------------------------------------" \
    "" \
    "Content goes here, the quick brown fox jumps over the lazy dog" \
    "" \
    "|---------------------------------------------Title1(b)----------------------------------------------" \
    "" \
    "Content goes here, the quick brown fox jumps over the lazy dog" \
    "|"

print(str1)

str2 = re.split("\|---------------------------------------------", str1)


print(str2)

我们希望输出只包含

str2[0]:

Content goes here, the quick brown fox jumps over the lazy dog

str2[1]:

Content goes here, the quick brown fox jumps over the lazy dog

什么是正确的正则表达式，或者有没有其他方法可以使用上述格式进行拆分

【问题讨论】：

可能是re.split(r'\s*^\|---.*\s*', text)？不过，您仍然需要摆脱第一个空项目。此外，str1 在您的代码中不包含换行符。
也许你想要的只是所有不以|---开头的非空行？ str2 = [line for line in str1.splitlines() if not line.startswith('|---') and line.strip()]
您可以使用 \|-+Title\d+$[a-z]$-+(.+?)(?=\||$) regex101.com/r/R6kwim/1 然后使用 re.findall 并根据需要按索引获取值。见ideone.com/vHbRSa
或者如果必须在末尾有一个| 和一个除 - 之外的任何其他字符，用于标题和内容\|-{2,}[^-]+-{2,}([^-].*?)(?=\|)regex101.com/r/J501Ea/1
这能回答你的问题吗？ Split string based on a regular expression

标签： python python-3.x regex

【解决方案1】：

您可以匹配行并在组中捕获您想要的部分，而不是使用拆分。

\|-{2,}[^-]+-{2,}([^-].*?)(?=\|)

说明

\|匹配|
-{2,} 匹配 2 个或更多 -
[^-]+ 匹配除 - 之外的任何字符 1 次以上
-{2,} 匹配 2 个或更多 -
(捕获组1
- [^-].*? 匹配除- 之外的任何字符，然后尽可能少匹配任何字符
)关闭第一组
(?=\|) 正向前瞻，在右侧断言 |

Regex demo | Python demo

示例

import re
 
regex = r"\|-{2,}[^-]+-{2,}([^-].*?)(?=\|)"
 
str1 = "|---------------------------------------------Title1(a)---------------------------------------------" \
    "" \
    "Content goes here, the quick brown fox jumps over the lazy dog" \
    "" \
    "|---------------------------------------------Title1(b)----------------------------------------------" \
    "" \
    "Content goes here, the quick brown fox jumps over the lazy dog" \
    "|"
 
str2 = re.findall(regex, str1);
print(str2[0])
print(str2[1])

输出

Content goes here, the quick brown fox jumps over the lazy dog
Content goes here, the quick brown fox jumps over the lazy dog

如果Title 应该是该行的一部分，另一种选择是使匹配更加精确。

\|-+Title\d+\([a-z]\)-+(.+?)(?=\||$)

Regex demo

【讨论】：

我仍然认为正则表达式在这里绝对是矫枉过正。对于此类内容，str2 = [line for line in str1.splitlines() if not line.startswith('|---') and line.strip()] 看起来像是 working well。
@Wiktor Stribiżew 我稍后会检查，接下来的几个小时我都处于离线状态。但是你的解决方案看起来不错:-)如果你发布它，你有我的投票。