使用python正則表達式將文本拆分成部分

Question

我有一個大的多行字符串，其中多個條目遵循相似的格式。我想將它分成每個條目的字符串列表。

我試過如下：

myre = re.compile('Record\sTime.*-{5}', re.DOTALL) 
return re.findall(myre, text) 

在這種情況下，項，其 '記錄時間'，並與結束 '-----'。上面的代碼不是按照我想要的方式進行操作，而是返回一個項目，從第一個條目開始時開始，到最後一個結束時結束。

我大概可以找到一種方法，使用正則表達式來查找段的末尾，然後從原始文本片段開始重複，但似乎凌亂。

Answer 1

你需要把.*成不願匹配，通過增加一個問號：

.*? 

否則它匹配儘可能多的，因爲它可以從第一個記錄的中間的中間最後的記錄。

見Greedy vs. Reluctant vs. Possessive Quantifiers

Answer 2

事情是這樣的：

txt='''\ 
Record Time 
1 
2 
3 
----- 

Record Time 
4 
5 
----- 
Record Time 
6 
7 
8 
''' 

import re 
pat=re.compile(r'^Record Time$(.*?)(?:^-{5}|\Z)', re.S | re.M) 
for i, block in enumerate((m.group(1) for m in pat.finditer(txt))): 
    print 'block:', i 
    print block.strip() 

打印：

block: 0 
1 
2 
3 
block: 1 
4 
5 
block: 2 
6 
7 
8 

Answer 3

你可以利用這一點避免不情願的量詞，它是一招效仿的原子團：(?=(...))\1 。它不完全在主題中，但它可以是有用的：

myre = re.compile('Record\sTime(?:(?=([^-]+|-(?!-{4})))\1)+-{5}')