查找以某个字符开头的行块

Question

文本：

Abcd
Aefg
bhij
Aklm
bnop
Aqrs

（注意，最后一行后面没有换行符）

Python代码：

print(re.findall('(^A.*?$)+',Text,re.MULTILINE))

这返回

['Abcd','Aefg','Aklm','Aqrs']

但是，我希望将相邻的行作为一组返回：

['Abcd\nAefg','Aklm','Aqrs']

我应该如何用 Python 解决这个问题？

Answer 1

您可以使用

((?:^A.*[\n\r]?)+)

请参阅regex101.com 上的演示。 这是：

(
    (?:^A.*[\n\r]?)+ # original pattern 
                     # with newline characters, optionally
                     # repeat this as often as possible
)

---

在Python ：

import re

data = """
Abcd
Aefg
bhij
Aklm
bnop
Aqrs"""

matches = [match.group(1).strip() 
           for match in re.finditer(r'((?:^A.*[\n\r]?)+)', data, re.M)]
print(matches)

哪个产量

['Abcd\nAefg', 'Aklm', 'Aqrs']

由于嵌套的量词，它最终可能导致灾难性的回溯。

Answer 2

您可以使用

re.findall(r'^A.*(?:\nA.*)*', text, re.M)

查看正则表达式演示

细节

• ^ - 字符串的开头
• A - A字母
• .* - 线的rest
• (?:\nA.*)* - 零个或多个重复
  • \nA - 换行符和A
  • .* - 该系列的 rest。