Python正则表达式：基于重复字符进行分割

Question

我来翻译一下：

我有一个字符串，例如：

--------------------------------
hello world !
--------------------------------
world hello !
--------------------------------
! hello world

我希望能够根据连字符将行分割开来，这些连字符的长度可能是不同的，所以我决定使用正则表达式。我想从中提取的信息是['hello world !', 'world hello !', '! hello world']。我尝试使用固定数量的连字符来拆分字符串，这种方法可以解决问题，但如果连字符的长度是可变的，我就不知道该怎么办了。我尝试过：

re.split(r'\-{3,}', str1)

然而，那似乎并没有起作用。

- Johnathon64

---

它为什么不能工作？请参考此演示。 - Wiktor Stribiżew

[x for x in (x.strip() for x in re.split(r'-{3,}', str1)) if x] - falsetru

或者 [line for line in s.splitlines() if not re.match('-+', line)] - Maroun

@Shafizadeh：我没有逃避任何东西，是OP在逃避。这是OP的正则表达式演示，它实际上将字符串分割，并且结果非常接近。现在，问题是OP没有提到当前方法存在什么问题，最可能的是数组中的空格和空元素。然而，这应该在问题中都有提到。 - Wiktor Stribiżew

@MarounMaroun，你的回答几乎达到了我想要的效果，但是我认为可能是因为我没有解释清楚，我已经更新了我想要的场景和输出。谢谢。 - Johnathon64

Answer 1

您可以使用 .strip() 方法从输入和分割后的块中去除不必要的空格：

import re
p = re.compile(r'(?m)^-{3,}$')
t = "--------------------------------\nhello world !\n--------------------------------\nworld hello !\n--------------------------------\n! hello world"
result = [x.strip() for x in p.split(t.strip("-\n\r"))]
print(result)

关于正则表达式，我建议限制为只有连字符的行，使用(?m)^-{3,}$匹配从行首(^)到行尾($)之间有3个或更多连字符的行(由于(?m)，这些锚点匹配行边界，而不是字符串边界)。

请参见IDEONE演示。

- Wiktor Stribiżew