如何用/n和:双分隔符拆分字符串生成键值对结构？

问题说明 #

输入字符串（注意原输入中的/n应为换行符\n，以下按正确格式处理）：

Text1:\nText\nText2:\nText\nText\nText3:\nText

需要将其转换为键值对结构：带:的行作为键，后续不带:的行合并为对应值（换行替换为空格），期望输出：

{"Text1":"Text","Text2":"Text Text","Text3":"Text"}

最终结果需支持存入大型DataFrame，不局限于字典结构。

尝试的无效代码 #

你之前尝试的字典推导式无法正确匹配键值关系：

infodict = {k+1: v for k, v in enumerate(infostr.split(":"))}

解决方案 #

方法1：正则表达式（简洁高效） #

利用正则一次性匹配所有键值对，适合处理结构化的文本：

import re

infostr = "Text1:\nText\nText2:\nText\nText\nText3:\nText"
# 正则模式：匹配键([^:\n]+):，然后匹配后续内容直到下一个键或结尾
pattern = r"([^:\n]+):\s*(.*?)(?=\n[^:\n]+:|$)"
matches = re.findall(pattern, infostr, re.DOTALL)

# 整理字典，将值中的换行替换为空格
result_dict = {key: value.replace("\n", " ").strip() for key, value in matches}
print(result_dict)
# 输出: {'Text1': 'Text', 'Text2': 'Text Text', 'Text3': 'Text'}

方法2：逐行遍历（直观易维护） #

通过遍历分割后的行，手动收集键和对应值，适合需要自定义逻辑的场景：

infostr = "Text1:\nText\nText2:\nText\nText\nText3:\nText"
# 分割行并过滤空行
lines = [line.strip() for line in infostr.split("\n") if line.strip()]

result_dict = {}
current_key = None
current_value = []

for line in lines:
    if ":" in line:
        # 保存上一个键值对（如果存在）
        if current_key is not None:
            result_dict[current_key] = " ".join(current_value)
        # 提取当前键（去掉末尾的冒号）
        current_key = line.rstrip(":")
        current_value = []
    else:
        # 收集值的行
        current_value.append(line)
# 处理最后一组键值对
if current_key is not None:
    result_dict[current_key] = " ".join(current_value)

print(result_dict)
# 输出: {'Text1': 'Text', 'Text2': 'Text Text', 'Text3': 'Text'}

转换为DataFrame #

如果要存入大型DataFrame，可直接将结果转换：

import pandas as pd

# 从字典转换
df = pd.DataFrame.from_dict(result_dict, orient="index", columns=["value"]).reset_index().rename(columns={"index": "key"})

# 或从正则匹配结果直接构建
df = pd.DataFrame(matches, columns=["key", "value"])
df["value"] = df["value"].str.replace("\n", " ").str.strip()

内容的提问来源于stack exchange，提问作者Matt Cottrill