Python分离字符串前导换行符与剩余内容的方案问询

问题分析 #

原正则r'^(\n*)([^\n]*\n*)$'失效的核心原因是第二个捕获组[^\n]*仅能匹配到第一个换行符前的内容，无法处理包含中间换行的字符串。要实现需求，需要让第二个组能匹配包括换行在内的所有剩余字符。

方案一：修正正则表达式 #

使用re.DOTALL标志让.匹配包括换行在内的所有字符，修正后的正则可以准确拆分前导换行和剩余内容：

import re

def split_leading_newlines(s):
    # 匹配任意数量前导换行，剩余所有内容
    match_result = re.match(r'^(\n*)(.*)$', s, re.DOTALL)
    if match_result:
        return match_result.group(1), match_result.group(2)
    return '', ''

测试场景验证 #

• 空字符串：split_leading_newlines('') → 返回 ('', '')
• 普通无换行字符串：split_leading_newlines('hello stackexchange') → 返回 ('', 'hello stackexchange')
• 仅含前导换行：split_leading_newlines('\n\n\n') → 返回 ('\n\n\n', '')
• 前导换行+中间换行内容：split_leading_newlines('\n\nfoo\nbar\nbaz') → 返回 ('\n\n', 'foo\nbar\nbaz')
• 含尾部换行的普通字符串：split_leading_newlines('test\n\n') → 返回 ('', 'test\n\n')

方案二：非正则遍历实现 #

如果不想依赖正则，直接通过遍历统计前导换行的数量，再切片拆分，逻辑更直观，适配Python3.6.8完全无压力：

def split_leading_newlines(s):
    leading = []
    idx = 0
    str_len = len(s)
    while idx < str_len and s[idx] == '\n':
        leading.append(s[idx])
        idx += 1
    return ''.join(leading), s[idx:]

这个方案不需要导入额外模块，性能稳定，适合对正则不熟悉的场景。

内容的提问来源于stack exchange，提问作者Blaisem