Python 用Regex-edge-case问题检测段落中断

我有一个很长的文本字符串，其中新行的格式很差。我想删除所有换行符，除非换行符跟在

，

？

，

后面

，

：

char（表示句子的结尾）。我也不想删除换行符，如果它后面紧跟着一个数字或另一个换行符-这将表明一章结束。我正在为正则表达式使用python

re

这是到目前为止我的正则表达式

（？）

带有7个单元测试用例的正则表达式示例：

我的测试在以下示例中失败：

First paragraph.  <-- note a trailing space(s) after the period
Second paragraph

第一段。通过对上述文本的研究，我们可以得出结论，实际的错误格式是由于存在大量空格造成的。
因此，可以通过用一个空格
\1\2
将单词/字母之间间隔的每一块
（[a-zA-Z]）\s+（[a-zA-Z]）
进行处理

re.sub(r'([a-zA-Z])\s+([a-zA-Z])','\1 \2',Text)

根据以下链接：

最后，将结果复制并粘贴到word文档中，以确保其可接受或不可接受。
一个选项是在匹配
？
：
或换行后，使用
[^\S\r\n]*
在查找后匹配可选的空白字符，而不使用换行符

您可以使用替换的
|
将其缩短为使用列出所有字符的列表

(?<![?.:\n\r][^\S\r\n]*)\r?\n(?![\d\r\n])

（？
（以JavaScript引擎为例）
是否有必要一步用一个正则表达式解决所有问题？此正则表达式将删除文档中除少数重要换行符之外的所有换行符。这些换行符消失后，我无法返回并重新插入。因此必须一步完成。您可以尝试(（？您提供的文本中没有
第一段。
。此外，根据您概述的规则，模式只是
\n（？！[.？！：\d\n\r]）
。这适用于regex包！通常从现在起将使用regex而不是re