You need to enable JavaScript to run this app. Python如何提取含≥4个星号的段落后方的目标段落
优惠活动
大模型
产品
解决方案
定价
更多

Python如何提取含≥4个星号的段落后方的目标段落

实现思路

我们通过标记位或者正则匹配两种方式都可以实现需求,核心逻辑两点:

  1. 匹配仅由不少于4个星号组成的段落
  2. 捕获该类段落紧接的下一个非空段落

方法1:标记位法(易理解,适合初学者)

# 打开文件,按双换行拆分段落(空行分隔段落)
with open('text.txt', 'r', encoding='utf-8') as f:
    paragraphs = [p.strip() for p in f.read().split('\n\n') if p.strip()]

result = []
# 标记位:标记下一段是否是需要提取的内容
take_next = False

for para in paragraphs:
    if take_next:
        result.append(para)
        take_next = False
        continue
    # 判断当前段是否为符合要求的星号段:去空白后全是*且长度≥4
    stripped = para.strip()
    if all(char == '*' for char in stripped) and len(stripped) >= 4:
        take_next = True

# 按要求格式输出
print('\n\n'.join(result))

需求对应实现说明

  • A需求(星号段≥4个星号判断):通过all(char == '*' for char in stripped)判断段落仅由星号组成,再加len(stripped) >=4限制最少4个星号,兼容任意大于4个星号的情况
  • B需求(提取紧接下一段):通过take_next标记位实现,遇到符合要求的星号段就将标记置为True,下一轮循环直接将当前段落存入结果,再重置标记

方法2:正则匹配法(代码简洁)

import re

with open('text.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 正则匹配:不少于4个星号的行后紧跟的非空段落
pattern = r'^\*{4,}\s*\n\s*(.*?)(?=\s*\n|$)'
result = re.findall(pattern, content, flags=re.M)

print('\n\n'.join(result))

超大文件适配版本(逐行读取,内存占用极低)

如果你的txt文件体积超过1G,建议用逐行读取的版本,避免一次性加载文件占用过多内存:

result = []
take_next = False
current_para = []

with open('text.txt', 'r', encoding='utf-8') as f:
    for line in f:
        stripped_line = line.strip()
        # 遇到空行说明当前段落结束
        if not stripped_line:
            if current_para:
                para = ''.join(current_para).strip()
                if take_next:
                    result.append(para)
                    take_next = False
                else:
                    if all(c == '*' for c in para) and len(para) >=4:
                        take_next = True
                current_para = []
        else:
            current_para.append(line)
    # 处理文件末尾无空行的最后一段
    if current_para and take_next:
        result.append(''.join(current_para).strip())

print('\n\n'.join(result))

内容的提问来源于stack exchange,提问作者Simon Ante

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.16 18:36:05