Python如何提取长字符串中所有关联(L1)的跨行内容并存入列表

核心思路 #

• 所有独立条目均以x.x.x (Lx)（x为数字）格式作为开头标识，以此为分割规则拆分整个长字符串，即可保留跨多行的同一条目内容不被拆分
• 拆分后拼接每个条目的前缀和内容，筛选包含(L1)的条目存入结果列表

完整实现代码 #

import re

teststr = "First Line.............................234" \
          "1.1.0 (L1) TestLine.........................567" \
          "1.1.1 (L1) Second Line.............................587"\
          "Third Line.............................856" \
          "1.1.2 (L2) Fourth Line.............................775"\
          "1.2.7 (L1) Fifth Line.............................262" \
          "1.5.3 (L1) Sixth Line .............................346"\
          "Seventh Line..............................234"

# 匹配条目开头的正则模式：数字.数字.数字 (L数字)
pattern = re.compile(r'(\d+\.\d+\.\d+\s*\(L\d+\))')
# 分割字符串，捕获组会保留匹配到的前缀
split_parts = pattern.split(teststr)

result = []
# 跳过第一个没有前缀的无关内容，从索引1开始每两个元素为一组：[前缀, 内容]
for i in range(1, len(split_parts), 2):
    prefix = split_parts[i]
    content = split_parts[i+1] if i+1 < len(split_parts) else ''
    full_item = prefix + content
    # 筛选L1相关条目
    if '(L1)' in full_item:
        result.append(full_item)

# 输出结果验证
for item in result:
    print(item)
    print('-'*50)

输出结果说明 #

运行后得到的result列表内容如下：

• 1.1.0 (L1) TestLine.........................567
• 1.1.1 (L1) Second Line.............................587Third Line.............................856
• 1.2.7 (L1) Fifth Line.............................262
• 1.5.3 (L1) Sixth Line .............................346Seventh Line..............................234
  完全保留了跨多行的同一条目内容，符合需求。

内容的提问来源于stack exchange，提问作者IRezzet