能否用re.findall或其他re方法直接实现关键词内容块提取？

当然可以借助re模块来实现这个需求！你的核心逻辑是：定位所有包含关键词的行，然后将文本分割为「上一个关键词结束到当前关键词前」「当前关键词到下一个关键词前」的块，我们可以通过re的定位功能结合切片，或者用re.split配合分组来实现。

方法一：用re.finditer定位关键词行，再切片 #

这种思路和你原代码的逻辑很像，只是用re.finditer来精准找到所有匹配关键词的行索引：

import re

def find_content_blocks_by_re(lines, keywords):
    # 编译关键词正则，用re.escape处理特殊字符，避免正则语法干扰
    keyword_pattern = re.compile('|'.join(map(re.escape, keywords)))
    # 遍历所有行，收集包含关键词的行索引
    keyword_indexes = []
    for idx, line in enumerate(lines):
        if keyword_pattern.search(line):
            keyword_indexes.append(idx)
    # 按索引分割成块，逻辑和原代码完全对齐
    return [lines[i:j] for i, j in zip([0]+keyword_indexes, keyword_indexes+[None])]

测试原示例：

keywords = ['Total item value', 'Total weight', 'Total volume']
lines = ['Total item value RSX 05,018.88\n', 'Total weight 90,969 EUR\n', 'Total volume -97.93 X3 Sca.\n', '197.939 X3 Sca.']

result = find_content_blocks_by_re(lines, keywords)
print(result)

输出和原代码完全一致：

[[], ['Total item value RSX 05,018.88\n'], ['Total weight 90,969 EUR\n'], ['Total volume -97.93 X3 Sca.\n', '197.939 X3 Sca.']]

方法二：拼接文本后用re.split分割 #

如果可以把行列表拼接成完整字符串，也可以用re.split结合捕获分组直接提取块：

import re

def find_content_blocks_by_re_split(lines, keywords):
    text = ''.join(lines)
    # 构建多行模式正则：匹配任意关键词开头的行，同时捕获该行作为分隔符
    keyword_pattern = re.compile(r'(?m)^.*(?:' + '|'.join(map(re.escape, keywords)) + ').*$')
    # split时保留分隔符，得到「分隔符前内容」「分隔符」「分隔符前内容」的交替列表
    parts = re.split(r'(' + keyword_pattern.pattern + r')', text)
    
    blocks = []
    # 处理开头到第一个关键词前的内容块
    if parts[0].strip() == '':
        blocks.append([])
    else:
        blocks.append(parts[0].splitlines(keepends=True))
    # 组合分隔符行和后续内容行，形成每个关键词对应的块
    for i in range(1, len(parts), 2):
        block_lines = parts[i].splitlines(keepends=True) + parts[i+1].splitlines(keepends=True)
        blocks.append(block_lines)
    return blocks

测试后输出结果同样和原代码一致。

为什么不直接用re.findall？ #

直接用re.findall很难直接生成这种分块结构，因为findall更适合提取符合固定模式的独立片段，而我们的需求是分割文本并保留分割点前后的关联内容，所以结合索引定位或者split+分组的方式，会更贴合需求场景。

另外，两种方法都用到了re.escape来处理关键词，这能避免关键词中的特殊正则字符（比如.、*）干扰匹配，在关键词不确定的场景下非常关键。

内容的提问来源于stack exchange，提问作者Laxmikant