いくつかのキーワードを含む文字列をPythonを使ってリストに分割します

Question

Ubuntuで/ etc/network/interfacesの設定ファイルを解析しようとしていますので、各文字列が指定されたキーワードで始まる文字列リストに分割する必要があります。マニュアルに従って

：

ファイルがゼロ以上 "のiface"、 "マッピング"、 "自動車"、 "allow-" および "ソース" スタンザで構成されています。だから、

ファイルが含まれている場合：私は、リストを取得したいと思い

auto lo eth0 
allow-hotplug eth1 

iface eth0-home inet static 
    address 192.168.1.1 
    netmask 255.255.255.0 

：

[ '自動LO eth0を'、 '許可-ホットプラグeth1の'、「ifaceをeth0-ホームINET静的\ nのアドレス... ']

は今、私はこのような機能を持っている：

def get_sections(text): 
    start_indexes = [s.start() for s in re.finditer('auto|iface|source|mapping|allow-', text)] 
    start_indexes.reverse() 
    end_idx = -1 
    res = [] 
    for i in start_indexes: 
     res.append(text[i: end_idx].strip()) 
     end_idx = i 
     res.reverse() 
    return res 

しかし、それは素晴らしいではありません...

Answer 1

あなたは、単一の正規表現でそれを行うことができます。

>>> reobj = re.compile("(?:auto|allow-|iface)(?:(?!(?:auto|allow-|iface)).)*(?<!\s)", re.DOTALL) 
>>> result = reobj.findall(subject) 
>>> result 
['auto lo eth0', 'allow-hotplug eth1', 'iface eth0-home inet static\n address 192.168.1.1\n netmask 255.255.255.0'] 

説明：もちろん

(?:auto|allow-|iface) # Match one of the search terms 
(?:      # Try to match... 
(?!     # (as long as we're not at the start of 
    (?:auto|allow-|iface) # the next search term): 
)      # 
.      # any character. 
)*      # Do this any number of times. 
(?<!\s)     # Assert that the match doesn't end in whitespace 

することができますまた、あなたのコメントで要求されたタプルのリストに結果をマップしてください：

>>> reobj = re.compile("(auto|allow-|iface)\s*((?:(?!(?:auto|allow-|iface)).)*)(?<!\s)", re.DOTALL) 
>>> result = [tuple(match.groups()) for match in reobj.finditer(subject)] 
>>> result 
[('auto', 'lo eth0'), ('allow-', 'hotplug eth1'), ('iface', 'eth0-home inet static\n address 192.168.1.1\n netmask 255.255.255.0')] 

Answer 2

開始標識を計算したときに、きれいなソリューションに近づいていました。これらを使用すると、必要なスライスを抽出するために、単一の行を追加することができます。

indicies = [s.start() for s in re.finditer(
      'auto|iface|source|mapping|allow-', text)] 
answer = map(text.__getslice__, indicies, indicies[1:] + [len(text)])