在 Python 中使用 RegEx 进行拆分 [重复]答案

【问题标题】：Splitting with RegEx in Python [duplicate]在 Python 中使用 RegEx 进行拆分 [重复]
【发布时间】：2020-01-07 13:43:19
【问题描述】：

我在 txt 文件中有第一本《哈利·波特》书籍的一些章节。我想将 txt 文件拆分为包含不同章节的列表，没有章节编号和章节名称。如何使用正则表达式做到这一点？

txt 如下所示：

Chapter one

The boy who lived

Mr. and Mrs. Dursley, ...

Chapter two

The vanishing glass

Nearly ten years had passed...

那么我希望我的列表看起来像：

['Mr. and Mrs. Dursley, ...', 'Nearly ten years had passed...']

我是正则表达式的新手，但这是我迄今为止尝试过的：

chapter_list = re.split('.*\n\nchapter.*\n\n?, text)

而且所有章节名称都不以the

开头

【问题讨论】：

可能你可以使用chapter_list = [chapter.strip() for chapter in re.split(r'(?im)^Chapter +\w+(?:-\w+)?$', text) if chapter.strip()]。 (?:-\w+)? 是支持 twenty-two 这样的词。也许您可以使用[ -] 而不是- 来留出空格而不是连字符。

【解决方案1】：

应该这样做：

re.split('Chapter \w+\n'  ,string)

你可能会得到一个空元素，但如果有必要，很容易删除它。

['',
 '\nThe boy who lived\n\nMr. and Mrs. Dursley, ...\n\n',
 '\nThe vanishing glass\n\nNearly ten years had passed...']

【讨论】：

谢谢！但我不希望包含章节标题。我想要这样['Mr. and Mrs. Dursley, ...', 'Nearly ten years had passed...']
@Kimmen 如果某些章节本身包含单词chapter 怎么办？
@Vicrobot 这可能是个问题，但他们没有。