在Python中某个符号之后获取段落

Question

我是python初学者。

我有一个大的txt文件，格式如下，由多个单句段落组成：

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

****
Sed id placerat magna.

*******
Pellentesque in ex ac urna tincidunt tristique. 

Etiam dapibus faucibus gravida.

我正在尝试仅将输出作为星号段落之后的段落 [每个星号段落至少有4个星号]。

我需要的输出：

Sed id placerat magna.

Pellentesque in ex ac urna tincidunt tristique. 

我正在尝试这样的事情，但我不知道 A] 如何为每个 星号段落 设置最少 4 个星号和 B] 如何设置 星号段落之后的段落。

import re

article_content = [open('text.txt').read() ]

after_asterisk_article_paragraph = []
 
string = "****"
after_asterisk_article_paragraph = string[string.find("****")+4:]

print(*after_asterisk_article_paragraph, sep='\n\n')

再次声明，我刚刚开始使用 Python，请见谅。

Answer 1

您可以读取整个文件并使用一个模式来匹配至少 4 个星号，然后是所有非空行或以 4 个星号开头的行。

^\*{4,}((?:\r?\n(?!\s*$|\*{4}).+)*)

• ^\*{4,} 匹配 4 次或更多次 * 从字符串的开头
• ( 捕获第 1 组
  • (?:非捕获组
    • \r?\n 匹配换行符
    • (?!\s*$|\*{4}).+ 如果不为空或以 4 次开头，则匹配整行 * 使用负前瞻 (?!
  • )* 可选择重复该组
• )关闭捕获组1

Regex demo

例如使用 re.findall 将返回捕获组 1 值：

import re
file = open('text.txt', mode='r')
result = [s.strip() for s in re.findall(r'^\*{4,}((?:\r?\n(?!\s*$|\*{4}).+)*)', file.read(), re.MULTILINE)]
print(result)
file.close()

输出

['Sed id placerat magna.', 'Pellentesque in ex ac urna tincidunt tristique.']