如何使用python库re.sub删除文件的开头？

Question

我很高兴问我的第一个python问题!!!我想删除下面的示例文件的开头（文章第一次出现之前的部分）。为此，我使用re.sub库。

下面是我的文件sample.txt：

fdasfdadfa
adfadfasdf
afdafdsfas
adfadfadf
adfadsf
afdaf

article: name of the first article
aaaaaaa
aaaaaaa
aaaaaaa
article: name of the first article
bbbbbbb
bbbbbbb
bbbbbbb
article: name of the first article
ccccccc
ccccccc
ccccccc

我的Python代码解析这个文件：

for line in open('sample.txt'):
    test = test + line

result = re.sub(r'.*article:', 'article', test, 1, flags=re.S)
print result

遗憾的是，此代码仅显示上一篇文章。代码的输出：

article: name of the first article
ccccccc
ccccccc
ccccccc

有人知道如何仅剥离文件的开头并显示3篇文章吗？

Answer 1

您可以使用itertools.dropwhile来获得此效果

from itertools import dropwhile

with open('filename.txt') as f:
    articles = ''.join(dropwhile(lambda line: not line.startswith('article'), f))

print(articles)

打印

article: name of the first article
aaaaaaa
aaaaaaa
aaaaaaa
article: name of the first article
bbbbbbb
bbbbbbb
bbbbbbb
article: name of the first article
ccccccc
ccccccc
ccccccc