Python

Question

我有一个包含长字符串的列表。如何拆分字符串以提取从 'MyKeyword' 到 'My Data' 的部分。这些词在我的列表中多次出现，所以我想以此为基础拆分它，并尽可能包括 MyKeyword 和 MyData

当前数据示例：

['MyKeyword This is my data MyData. MyKeyword and chunk of text here. Random text. MyData is this etc etc ']

期望的输出：

['MyKeyword This is my data', 'MyData.', 'MyKeyword and chunk of text here. Random text.','MyData is this etc etc ']

当前代码：


from itertools import groupby
#linelist = ["a", "b", "", "c", "d", "e", "", "a"]
split_at = "MyKeyword"
[list(g) for k, g in groupby(output2, lambda x: x != split_at) if k]

Answer 1

您可以使用正则表达式，以惰性模式匹配从MyKeyword到MyData的所有文本：

>>> import re
>>> re.findall("MyKeyword.*?MyData\.?","MyKeyword This is my data, MyData. MyKeyword and chunk of text here. Random text. MyData is this etc etc ")
['MyKeyword This is my data, MyData.', 'MyKeyword and chunk of text here. Random text. MyData']

.*?表示0到无限个字符，但是在惰性模式下（*?），即越少越好；
\.?表示可选句号

EDIT（根据新要求）：

您需要的正则表达式类似于

MyKeyword.*?(?= ?MyData|$)|MyData.*?(?= ?MyKeyword|$)

它从匹配MyKeyword（resp. MyData）的点开始，然后像上面一样捕获尽可能少的字符，直到到达MyData（ resp. MyKeyword) 或字符串结尾。

确实：

| 是一个特殊字符，表示“或”
$匹配字符串结尾
? 是可选的 space
(?=<expr>) 称为正向超前，意思是“后跟 <expr>”

Python - 根据 2 个关键字拆分具有长字符串的列表

Python - Split a list with a long string based on 2 keywords

string

itertools

python-3.x