Python中如何通过正则表达式按(a)(b)类序号标记拆分文本为带标记的条目列表？

你现在跑出来7个元素的冗余结果，本质是两个实现偏差导致的：

• 写的正则'\(([a-f]+)'只匹配了左括号+字母的半截片段，根本没覆盖完整的子项标记结构
• re.split有个容易踩的坑：只要正则里带了捕获组，就会把捕获组匹配到的内容单独作为列表元素插回去，再加上字符串开头匹配位置之前的空串，最后就凑出了7个元素的结果。

方案1：改拆分规则（最小改动） #

用零宽正向前瞻定位拆分点，只标记位置不消耗原文本，保证拆分出来的每一段都带着完整的子项标记和对应内容：

import re

s = "(a) First sentence. \n(b) Second sentence. \n(c) Third sentence."
# 拆分点：换到下一行、紧跟(a)/(b)这类标记的位置，零宽匹配不会改动原有文本
result = [item.strip() for item in re.split(r'(?=\n\([a-f]\))', s) if item.strip()]

运行后返回结果就是你要的3个元素的列表，和预期完全一致。

方案2：直接匹配（更推荐） #

其实这个需求本质是“把所有符合子项格式的完整片段提取出来”，比起拆分，用re.findall直接匹配的思路更顺，容错性也更高，代码更简洁：

import re

s = "(a) First sentence. \n(b) Second sentence. \n(c) Third sentence."
# 匹配规则：从(a)这类标记开始，一直匹配到换行符前的所有内容
result = re.findall(r'\([a-f]\)[^\n]+', s)

这个方案不需要额外过滤空串、清理首尾空白，输出结果和上面的方法完全一样，逻辑也更直观。

如果实际处理的文本里，子项标记不是严格a-f范围，或者子项内容存在跨行的情况，可以把正则规则放宽：比如把[a-f]换成通用的[a-z]，把“到换行为止”的匹配规则换成“直到遇到下一个子项标记为止”的零宽判断即可。

内容的提问来源于stack exchange，提问作者ayansalt2