Python正则表达式：如何在指定段落前插入指定字符串？

问题说明 #

需要在以'past'开头的段落前插入指定字符串string_1，但现有正则代码会重复插入该字符串，要求仅插入一次。

输入文本示例（input.txt）：

some random texts (100+ lines)
bbb
...
ttt

modern_b different_story(
...
some random texts
...
);

past_c different_story(

...
some random texts
...
);

期望输出（output.txt）：

some random texts (100+ lines)
bbb
...
ttt

modern_b different_story(
...
some random texts
...
);

java is fun; 
python is fun;

past_c different_story(

...
some random texts
...
);

现有代码的问题：使用re.sub时未限制替换次数，且正则匹配范围过宽，导致多次插入目标字符串。

修正方案 #

方案1：调整正则并限制替换次数 #

修改正则表达式的匹配逻辑，同时设置count=1确保仅替换一次，并且用更安全的文件管理方式：

import re

with open('input.txt', 'r') as input_file, open('output.txt', 'w') as output_file:
    string_1 = 'java is fun; \npython is fun;'
    content = input_file.read()
    # 精准匹配第一个以past开头的行的前置位置，仅替换一次
    modified_content = re.sub(
        '(?=^\s*past)',
        f'\n{string_1}\n',
        content,
        count=1,
        flags=re.M
    )
    output_file.write(modified_content)

关键调整点：

1. 将re.sub的count参数从0改为1，强制只替换第一个匹配项。
2. 正则(?=^\s*past)在re.M（多行模式）下，精准匹配行开头后接任意空白字符+past的前置位置，避免误匹配多个空白行的情况。
3. 使用with语句自动管理文件资源，避免文件泄漏。

方案2：非正则实现（更直观高效） #

对于大文件或复杂文本，直接遍历行的方式更可靠，无需正则匹配：

string_1 = 'java is fun; \npython is fun;'
inserted = False

with open('input.txt', 'r') as input_file, open('output.txt', 'w') as output_file:
    for line in input_file:
        # 检测到第一个以past开头的行（忽略行首空白）
        if not inserted and line.strip().startswith('past'):
            output_file.write(f'\n{string_1}\n')
            inserted = True
        output_file.write(line)

优势：

• 逻辑清晰，避免正则匹配的边界问题。
• 逐行处理，内存占用更低，适合1000+行的大文件。
• 可灵活调整匹配条件（比如区分大小写、匹配更复杂的前缀）。

原代码问题分析 #

1. 替换次数未限制：re.sub的count=0会替换所有匹配项，若past前有多个符合(?=\s*^past)的位置（比如多个空行），会多次插入字符串。
2. 正则匹配范围过宽：\s*会匹配任意数量的空白字符（包括多个换行），结合re.M模式下的^（行开头），会匹配到多个无效位置。

内容的提问来源于stack exchange，提问作者Parine