Python 3.2：如何使用行组将多行字符串拆分为多个部分答案

【问题标题】：Python 3.2: how to split multiline strings into sections using groups of linesPython 3.2：如何使用行组将多行字符串拆分为多个部分
【发布时间】：2011-11-06 04:44:54
【问题描述】：

我有一个跨多行的数据组文件。数据行的每一部分前面都有两行，以井号 (#) 开头，后面是换行符 ('\n')、一行破折号 ('-')，然后是另外两个换行符。

换句话说，文件看起来像这样：

# Comment
# Comment
data for section 1
data for section 1
...
last line of data for section 1

--------------------------------------------------

# Comment
# Comment
data for section 2
data for section 2
...
last line of data for section 2

--------------------------------------------------

...

我想将此文件分成以这种方式包围的每个组，以便我可以单独处理它们。由于我手头上用于文件处理的最简单的语言是 Python 3.2，因此我尝试构建一个正则表达式来执行此拆分。不幸的是，我无法进行拆分。

例如，我已成功使用以下正则表达式找到要忽略的行：

with open('original.out') as temp:
    original = temp.read()
print(re.findall(r'^$|^[#-].*$', original, re.MULTILINE))

但是当我尝试将相同的正则表达式传递给re.split() 时，它只会返回整个文件。

如何按照我需要的方式构建这个部分列表，以及我对正则表达式（或 Python 如何处理它们）的理解中缺少哪些可以帮助我找到解决方案的内容？

【问题讨论】：

标签： regex python-3.x

【解决方案1】：

快速而肮脏的基于生成器的解决方案

from collections import deque

# yield each section
def gen_sections(lines):
   breaker = deque(maxlen=3)
   section = []
   check = [
      lambda line: not line.strip(),       # blank
      lambda line: line.startswith('---'), # dashed line
      lambda line: not line.strip()        # blank
   ]
   for line in lines:
      line = line.strip()
      breaker.append(line)
      section.append(line)
      if len(breaker) == 3 and all(f(x) for f,x in zip(check, breaker)):
         yield '\n'.join(section[:-len(breaker)])
         section = []

# wrap file in this to remove comments
def no_comments(lines):
   for line in lines:
      line = line.strip()
      if not line.startswith('#'):
         yield line

for section in gen_sections(open('file.txt')):
  print section, '\n'

【讨论】：