Python - 根据 2 个关键字拆分带有长字符串的列表

Posted 2023-02-25

【中文标题】Python - 根据 2 个关键字拆分带有长字符串的列表

【英文标题】：Python - Split a list with a long string based on 2 keywords

【发布时间】：2021-01-27 11:37:18

【问题描述】：

我有一个列表，里面有一个长字符串。如何拆分字符串以将部分从“MyKeyword”提取到“My Data”。这些词在我的列表中出现多次，所以我想根据这个拆分它，如果可能的话，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]

【参考方案1】：

您可以使用正则表达式，在惰性模式下匹配从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 到无限字符，但处于惰性模式 (*?)，即尽可能少； \.? 表示可选的句点。

---

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（对应MyData）的点开始，然后像上面一样捕获尽可能少的字符，直到达到MyData（对应MyKeyword）或字符串的结尾。

确实：

| 是一个特殊字符，意思是“或” $ 匹配字符串的结尾 ? 是可选空格 (?=<expr>) 被称为正向前瞻，意思是“跟随<expr>”

【讨论】：

谢谢！有没有办法不包含第二个单词 (MyData) - 所以它只提取到 MyData 之前，然后再次运行 My Data to MyKeyword？

@qwerty12 我不确定我是否理解了，请编辑您的问题以澄清您的预期输出或打开一个新问题。

抱歉，已经更新了所需的输出，所以它更有意义

尝试使用以下正则表达式：MyKeyword.*?(?= ?MyData|$)|MyData.*?(?= ?MyKeyword|$)。如果这是你想要的，我会用解释更新我的答案;-)