如何让正则表达式替换连续重复的目标段落？

原代码的局限在于仅能匹配单个目标行，当连续出现多个目标行时，易因匹配逻辑的疏漏导致遗漏。更可靠的处理方式是直接匹配连续的多组目标行，一次性完成替换，同时避免产生多余换行。

方案一：一次性匹配连续目标行（推荐） #

通过正则匹配字符串开头或换行后的连续目标行，一次性替换为单个换行，最后清理首尾多余换行：

import re

txt = """Text text text
Keywords: text text, text. Texts
Disclosures of stuff text more texts
Stuff text text"""

# 匹配开头或换行后的连续目标行，替换为单个换行
cleaned_txt = re.sub(r"(?i)(?:^|\n)(?:(?:keyword|disclosure).*\n?)+", "\n", txt)
# 去除首尾多余的换行符
cleaned_txt = cleaned_txt.strip("\n")

print(cleaned_txt)

正则逻辑说明：

• (?i)：开启不区分大小写匹配
• (?:^|\n)：匹配字符串开头或换行（非捕获组，避免生成多余分组结果）
• (?:(?:keyword|disclosure).*\n?)+：匹配一个或多个连续的目标行，.*匹配行内剩余内容，\n?兼容行尾有无换行的情况
• 替换为\n：将连续的目标行块替换为单个换行，避免产生空行

方案二：全局替换后合并换行 #

若倾向保留原单目标行替换逻辑，可先全局替换所有单个目标行，再合并连续的换行：

import re

txt = """Text text text
Keywords: text text, text. Texts
Disclosures of stuff text more texts
Stuff text text"""

# 全局替换单个目标行
cleaned_txt = re.sub(r"(?i)(?:^|\n)(keyword|disclosure).*(\n|$)", "\n", txt)
# 合并连续换行符为单个
cleaned_txt = re.sub(r"\n+", "\n", cleaned_txt).strip("\n")

print(cleaned_txt)

两种方案最终输出均符合预期：

Text text text
Stuff text text

内容的提问来源于stack exchange，提问作者Pickle