Python - 基于 2 个关键字用长字符串拆分列表

如何解决Python - 基于 2 个关键字用长字符串拆分列表

我有一个包含长字符串的列表。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多次出现，所以我想以此为基础进行拆分，并在可能的情况下包括 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 ']

所需的输出：

['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]

解决方法

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 到无限个字符，但在惰性模式 (*?) 下，即尽可能少；
• \.? 表示可选期间。

---

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（对应于MyData）的点开始，然后捕获尽可能少的字符，如上所述，直到到达MyData（对应于MyKeyword）。 |) 或字符串的结尾。

确实：

• $ 是一个特殊字符，表示“或”
• ? 匹配字符串的结尾
• (?=<expr>) 是一个可选空格
• <expr> 被称为正向前瞻，意思是“跟随 resources/views/vendor/nova”