Question

我有一串这样的文字：

'tx cycle up.... down
rx cycle up.... down
phase:...
rx on scan: 123456
tx cycle up.... down
rx cycle up.... down
phase:...
rx on scan: 789012
setup
tx cycle up.... down
rx cycle up.... down
tx cycle up.... down
rx cycle up.... down'

我需要将此字符串拆分为分成这些块的字符串列表：

['tx cycle up.... down rx cycle up.... down phase:.... rx on scan: 123456', 
 'tx cycle up.... down rx cycle up.... down phase:.... rx on scan: 789012',
 'tx cycle up... down rx cycle up.... down',
 'tx cycle up... down rx cycle up.... down']

有时他们有一个'阶段'和'扫描'号码，但有时他们没有，我需要这个足够通用，适用于任何这些情况，并且必须对大量数据执行此操作。

基本上，我想将其拆分为一个字符串列表，其中每个元素从'tx'的出现延伸到下一个'tx'（包括第一个'tx'，但不包括该元素中的下一个'tx'）。我怎么能这样做？

编辑：假设除了上面的文字字符串，我还有其他文字字符串，如下所示：

'closeloop start
closeloop ..up:677 down:098
closeloop start
closeloop ..up:568 down:123'

我的代码遍历每个文本字符串，并使用拆分代码将其拆分为列表。但是当它到达这个文本字符串时，它将找不到任何要拆分的东西 - 那么如果它们出现的话，如何在'closeloop start'行中包含一个命令来拆分，如果出现这些行，那么tx行就像之前一样？我尝试了这段代码，但我得到了一个TypeError：

data = re.split(r'\n((?=tx)|(?=closeloop\sstart))', data)

Answer 1

您可以拆分后跟tx的新行：

import re

re.split(r'\n(?=tx)', inputtext)

演示：

>>> import re
>>> inputtext = '''tx cycle up.... down
... rx cycle up.... down
... phase:...
... rx on scan: 123456
... tx cycle up.... down
... rx cycle up.... down
... phase:...
... rx on scan: 789012
... setup
... tx cycle up.... down
... rx cycle up.... down
... tx cycle up.... down
... rx cycle up.... down'''
>>> re.split(r'\n(?=tx)', inputtext)
['tx cycle up.... down\nrx cycle up.... down\nphase:...\nrx on scan: 123456', 'tx cycle up.... down\nrx cycle up.... down\nphase:...\nrx on scan: 789012\nsetup', 'tx cycle up.... down\nrx cycle up.... down', 'tx cycle up.... down\nrx cycle up.... down']
>>> from pprint import pprint
>>> pprint(_)
['tx cycle up.... down\nrx cycle up.... down\nphase:...\nrx on scan: 123456',
 'tx cycle up.... down\nrx cycle up.... down\nphase:...\nrx on scan: 789012\nsetup',
 'tx cycle up.... down\nrx cycle up.... down',
 'tx cycle up.... down\nrx cycle up.... down']

但是，如果您只是循环输入文件对象（逐行读取），则可以在收集行时处理每个块：

section = []
for line in open_file_object:
    if line.startswith('tx'):
        # new section
        if section:
            process_section(section)
        section = [line]
    else:
        section.append(line)
if section:
    process_section(section)

如果您需要匹配多个起始行，请在每个起始行中包含| - 分开的替代方案：

data = re.split(r'\n(?=tx|closeloop\sstart)', data)

根据关键字python拆分文本字符串

1 个答案: