我是Python的新手，我遇到了正則表達式問題。 我正在嘗試刪除文本文件中每行末尾的換行符，但前提是它跟在小寫字母后面，即[a-z]。 如果該行的結尾以小寫字母結尾，我想用空格替換換行符/換行符。

這是我到目前為止所得到的：

import re

import sys

textout = open("output.txt","w")

textblock = open(sys.argv[1]).read()

textout.write(re.sub("[a-z]\z","[a-z]", textblock, re.MULTILINE) )

textout.close()

如果RE中沒有$且沒有^，則不需要標記re.MULTILINE

嘗試

re.sub(r"(?<=[a-z])

?

","", textblock)

\Z僅匹配字符串末尾，在最后一個換行符之后，所以它絕對不是你需要的。 Python正則表達式引擎無法識別\Z。

(?<=[a-z])是一個正向的lookbehind斷言，用于檢查當前位置之前的字符是否為小寫ASCII字符。只有這樣，正則表達式引擎才會嘗試匹配換行符。

此外，始終使用帶有正則表達式的原始字符串。使反斜杠更容易處理。

你是對的！ ;)

我會用[

]+替換?以命中單個。

@ThiefMaster，它也會刪除空行，順便說一句

@ThiefMaster：周圍仍然有Mac使用，并且Python上運行嗎？我以為Apple放棄了OS X的行結尾，但我可能完全錯了。

希望不是..但你永遠不知道有什么糟糕的文件 - 有太多的文件包含和的混合所以我希望一些文件仍然存在。

所以[

]{1,2}會根據我的情況做得更好：(

|

?)，其中的可能性是第三個被測試的可能性。

@eyquem：肯定是第二個：(?:

|

?)，或者你可能偶然刪除兩個相鄰的Unix換行符。

順便說一句，這個RE絕對不需要原始字符串。而\Z匹配字符串的結尾，而不是更低

哦，是的。你的?:不需要。

@eyquem：使用原始字符串總是很好的做法。你知道哪些反斜杠逃脫是必要的，哪些不是？這只是消除了一個常見的錯誤來源。如果我不打算捕獲其內容，我也總是喜歡非捕獲括號。不僅僅是出于效率原因，而是為了清晰起見，并且因為一些Python正則表達式操作在捕獲parens時表現得非常不同。關于\Z和\Z，你適合使用Python - 我發現Python沒有實現Perl，.NET，PCRE等常用的行為。

@Tim Pietzcker我不喜歡表達"永遠"真理的句子。 Personnaly，我寧愿不使用原始字符串：這迫使我理解我寫的內容并記住我的理解。在正則表達式中沒有那么多的逃避，我記得更常見的，另一個我驗證。這是一個品味問題。我擔心RE中使用raw-string會阻止新手真正理解正則表達式編譯器對RE的解釋。

作為一個替代答案，雖然它需要更多的行，但我認為以下可能更清楚，因為正則表達式更簡單：

import re

import sys

with open(sys.argv[1]) as ifp:

with open("output.txt","w") as ofp:

for line in ifp:

if re.search('[a-z]$',line):

ofp.write(line.rstrip("

")+"")

else:

ofp.write(line)

...并且避免將整個文件加載到字符串中。如果你想使用更少的線條，但仍然避免積極的外觀，你可以這樣做：

import re

import sys

with open(sys.argv[1]) as ifp:

with open("output.txt","w") as ofp:

for line in ifp:

ofp.write(re.sub('(?m)([a-z])[

]+$','\\1 ',line))

正則表達式的部分是：

(?m) [開啟多線匹配]

([a-z]) [將單個小寫字符作為第一組匹配]

[

]+ [匹配一個或多個回車符或換行符，以涵蓋，和]

$ [匹配字符串的結尾]

...如果匹配行，則小寫字母和行結尾將替換為\\1，小寫字母后跟空格。

一行ofp.write(re.sub("(?<=[a-z])(

|

?)","",line)而不是四行

@eyquem：當然，但我的觀點是避免使用正面的lookbehind可能會使代碼更具可讀性，而且額外的三行可能是值得的......好吧，我還是會添加另一個版本。

我的觀點是避免使用正面的lookbehind可能會使代碼更具可讀性

好。雖然，就個人而言，我發現它的可讀性不高。這是一個品味問題。

在你的編輯中：

首先，(？m)不是必需的，因為對于ifp中的行：一次選擇一行，因此每行的字符串末尾只有一個換行符

其次，$放置時，沒有效用，因為它總是匹配字符串行的結尾。

無論如何，采用你的觀點，我發現了兩種方式來避免看到后面的斷言：

with open(sys.argv[1]) as ifp:

with open("output.txt","w") as ofp:

for line in ifp:

ante_newline,lower_last = re.match('(.*?([a-z])?$)',line).groups()

ofp.write(ante_newline+' ' if lower_last else line)

和

with open(sys.argv[1]) as ifp:

with open("output.txt","w") as ofp:

for line in ifp:

ofp.write(line.strip('

')+' ' if re.search('[a-z]$',line) else line)

第二個更好：只有一行，一個簡單的匹配測試，不需要groups()，自然邏輯

編輯：哦，我意識到第二個代碼只是你的第一個代碼重寫在一行，Longair

總結

以上是生活随笔為你收集整理的python正则去除换行符,关于python：用于删除换行符的正则表达式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。