我有一个字符串,格式如下:
CA 'xxxxxx' string string string string CA 'xxxxxx' string string string string CA 'xxxxx' string string string string
这基本上是一个刺痛,在每个段落之间,单词CA,然后是“xxxxx”,其中每个x可以表示一个字母的数字。(不是x!)
例如:
CA 'mmaa22'
如何编写正则表达式,以便将字符串拆分为CA'xxxxxx'? 注意:CA“xxxxxx”之间的每个段落没有相同的行数。这要看情况。
谢谢你
我希望这能解决你的问题。
import re toSplit = """CA 'xxxxxx' string string string string CA 'xxxxxx' string string string string CA 'xxxxx' string string string string """ pattern = r"CA.*'" print(re.split(pattern, toSplit))
您可以使用regex按 r"CA '\w*'" .
r"CA '\w*'"
import re re.split(r"CA '\w*'", lines) # where lines is your input string
如果你的意见 lines 开始/结束于 CA 'xxxx' ,您将得到一个包含上述代码的空字符串,您可以通过以下方式筛选出该字符串:
lines
CA 'xxxx'
list(filter(lambda x: x != '', re.split(r"CA '\w*'", lines)))
