如何用这种方式为拆分字符串编写Python正则表达式

Question

我有一个字符串，格式如下：

CA 'xxxxxx'
string
string
string
string
CA 'xxxxxx'
string
string
string
string
CA 'xxxxx'
string
string
string
string

在每个段落之间，单词CA和"xxxxx"，其中每个x可以代表一个字母的数字，这基本上是一种刺痛。(不是x！(

例如：

CA 'mmaa22'

如何编写一个正则表达式，以便按CA"xxxxxx"分隔字符串？注意：CA'xxxxxx'之间的每个段落的行数不相同。这取决于情况。

谢谢

Answer 1

您可以使用正则表达式按r"CA 'w*'"进行拆分。

import re
re.split(r"CA 'w*'", lines)
# where lines is your input string

如果您的输入lines以CA 'xxxx'开始/结束，您将得到一个包含上述代码的空字符串，您可以通过以下方式过滤掉：

list(filter(lambda x: x != '', re.split(r"CA 'w*'", lines)))

Answer 2

我希望这能解决您的问题。

import re
toSplit = """CA 'xxxxxx'
string
string
string
string
CA 'xxxxxx'
string
string
string
string
CA 'xxxxx'
string
string
string
string
"""
pattern = r"CA.*'"
print(re.split(pattern, toSplit))