python - 使用正则表达式分组将字符串转换为字典

Question

我有许多格式如下的 txt 文件 -

\n==== Intro \n text \n text \n==== Body \n text \n text \n==== Refs \n test \n text

我想将这些放入字典中，如下所示 -

{'Intro': '\n text \n text \n', 
'Body': '\n text \n text', 
'Refs': '\n test \n text'}

我担心处理所有 txt 文件所需的时间，因此想要一种花费尽可能少时间的方法，并且我不关心将文本拆分成行。

我正在尝试使用正则表达式，但正在努力使其正常工作 - 我认为我的最后一个正则表达式组不正确。以下是我目前拥有的。任何建议都会很棒。

pattern = r"(====.)(.+?\b)(.*)"
matches = re.findall(pattern, data, re.DOTALL) 
my_dict = {b:c for a,b,c in matches}

Answer 1

这里不需要 RegEx，而是可以使用经典的 split() 函数。

在这里，我使用 textwrap 来提高可读性:

import textwrap

text = textwrap.dedent("""\

==== Intro 
 text 
 text 
==== Body 
 text 
 text 
==== Refs 
 test 
 text""")

你可以这样做:

result = {}
for part in text.split("==== "):
    if not part.isspace():
        section, content = part.split(' ', 1)
        result[section] = content

或者用理解中的元组列表初始化一个dict:

result = dict(part.split(' ', 1)
              for part in text.split("==== ")
              if not part.isspace())