在段落中分隔文件

Question

我有一个这样的文件：

cluster number 1

1

2

3

cluster number 2

1

2

3

cluster number x

1

2

3

我想将此文件拆分为群集号的段落，例如

cluster number 1

1

2

3

我尝试寻找答案，但我无法处理。 谢谢你的帮助！

Answer 1

用户正则表达式

import re
input_text = "..."
r = re.findall(r"(cluster number (\d+)\n\n(\d+)\n\n(\d+)\n\n(\d+))", input_text)
print r

此代码返回以下列表

[('cluster number 1\n\n1\n\n2\n\n3', '1', '1', '2', '3'),
 ('cluster number 2\n\n1\n\n2\n\n3', '2', '1', '2', '3')]

您还可以从here

查看详细说明

Answer 2

根据建议，您应该使用正则表达式。也许re.split函数在这里是合适的：

>>> l = re.split('cluster number (?:\d+)', x)[1:]
>>> [a.split() for a in l]
[['1', '2', '3'], ['1', '2', '3'], ...]