Python 用于删除换行符的正则表达式

我对Python是一个完全的新手，我被一个正则表达式问题困住了。我试图删除文本文件中每行末尾的换行符，但仅当它紧跟在小写字母之后时，即

[a-z]

。如果行尾以小写字母结尾，我想用空格替换换行符/换行符

到目前为止，我得到的是：

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()

试一试

---

re.sub（r）（？作为替代答案，虽然它需要更多行，但我认为以下内容可能更清楚，因为正则表达式更简单：

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("\n\r")+" ")
            else:
                ofp.write(line)

…这样可以避免将整个文件加载到字符串中。如果希望使用较少的行，但仍然避免正向查找，则可以执行以下操作：

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])[\r\n]+$','\\1 ',line))

该正则表达式的部分包括：


（？m）
[打开多行匹配]
（[a-z]）
[将单个小写字符匹配为第一组]
[\r\n]+
[匹配一个或多个回车或换行符，以涵盖
\n
、
\r\n
和
\r
]
$
[匹配字符串的结尾]

…如果与行匹配，小写字母和行尾将替换为
\\1
，这将使小写字母后跟空格。
我的观点是，避免使用正向查找可能会使代码更可读

好吧。不过，就我个人而言，我并不觉得它可读性差。这是品味的问题

在编辑中：


首先，（？m）不是必需的，因为在ifp中，对于行：一次选择一行，因此每行字符串的末尾只有一个换行符

其次，$在放置时没有任何实用程序，因为它将始终匹配字符串行的末尾


无论如何，从你的观点来看，我找到了两种方式来避免后面的断言：

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)

及

第二个更好：只有一行，一个简单的匹配测试，不需要组（），自然逻辑

编辑：哦，我意识到这第二个代码只是你第一个用一行重写的代码，Longair
我将用
\r？\n
替换
[\r\n]+
要同时点击single
\r
@ThiefMaster，它还将删除空行，btw@ThiefMaster当前位置：是否仍有使用
\r
的Mac电脑，Python是否在其上运行？我以为苹果放弃了OSX的
\r
行结尾，但我可能对此完全错了。希望不是..但你永远不会知道什么是蹩脚的files是存在的-有太多的文件包含
\n
和
\r\n
的混合，所以我希望一些
\r
文件仍然存在。所以
[\r\n]{1,2}
就可以了，或者根据我的说法更好：
（\n\r\n？）
其中单独测试
\r
的可能性是第三个要测试的（？@eyquem:当然，但我的观点是，避免使用正向查找可能会使代码更具可读性，而且三行额外的代码可能是值得的……好吧，我还是要添加另一个版本。如果RE中没有
$
和
^
，那么就不需要标记
RE.MULTILINE
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)

with open(sys.argv[1]) as ifp:
    with open("output.txt", "w") as ofp:
        for line in ifp:
            ofp.write(line.strip('\r\n')+' ' if re.search('[a-z]$',line) else line)