换行符后的负向向前？

我有一个类似CSV的文本文件，大约有1000行。文件中的每条记录之间都是一连串的破折号。记录通常以\ n结尾，但有时在记录结束之前会有一个额外的\ n。简化示例：换行符后的负向向前？

"1x", "1y", "Hi there" 
------------------------------- 
"2x", "2y", "Hello - I'm lost" 
------------------------------- 
"3x", "3y", "How ya 
doing?" 
-------------------------------

我想用空格替换多余的\ n，即连接破折号之间的连线。我想我能做到这一点（Python 2.5中）：

text = open("thefile.txt", "r").read()  
better_text = re.sub(r'\n(?!\-)', ' ', text)

，但似乎每次替换\ n，不只是不跟一个破折号的人。我究竟做错了什么？

我在问这个问题，试图提高自己的正则表达式技能，并理解我犯的错误。最终目标是生成一种文本文件，其格式可由特定的VBA for Word宏使用，从而生成一个样式化的Word文档，然后由Word友好的CMS进行消解。

来源

2009-09-14 fwkb

如果这是Perl，我会说'$ /'设置为''------------------------------- ' – 2009-09-14 19:11:08

您需要排除分隔线末尾的换行符。试试这个：

\n(?<!-\n)(?!-)

这个正则表达式使用负look-behind assertion排除\n多数民众赞成由- preceeded。

来源

2009-09-14 18:55:20 Gumbo

谢谢，我现在看到了。在尝试解决方案之前，我没有彻底地定义问题，然后通过假设在实际替换一半时替换所有的\ n来进一步混淆事物。 – fwkb 2009-09-14 19:33:25

re.sub(r'(?<!-)\n(?!-)', ' ', text)

（连字符不需要字符类以外逃逸。）

来源

2009-09-14 19:03:04 chaos

...以及字符范围声明之外和claracter类的开始或结尾处。 '[a-z-0-9]'，'[-a-z]'和'[a-z-]'都是有效的字符类声明。 – Gumbo 2009-09-14 19:41:48

这是使用生成函数跳过的线条和产生的东西，csv模块的好地方可以阅读。

def readCleanLines(someFile): 
    for line in someFile: 
     if line.strip() == len(line.strip())*'-': 
      continue 
     yield line 

reader= csv.reader(readCleanLines(someFile)) 
for row in reader: 
    print row

这应该无缝默默地处理引号内的换行符。

如果你想要做其他事情与此文件，例如，保存与线除去副本，你可以做到这一点。

这将删除行的副本。这并不值得，因为读取和跳过这些行非常快，并且不需要额外的存储空间。

来源

2009-09-14 19:08:25

真棒的想法，用发生器去除线条！ – orip 2009-09-14 19:33:16

顺便说一句 - 你不需要len（line.strip（））而不是len（line）？ – orip 2009-09-14 19:34:13

@orip：这将是一个错误，谢谢。 – 2009-09-14 20:05:00

RegEx并不总是最适合这项工作的工具。如何通过诸如“Split”或“Tokenize”之类的东西来运行它？（我相信python有一个等价的）然后你有你的记录，并可以假设换行符只是延续。

来源

2009-09-14 19:29:07

换行符后的负向向前？

回答

相关问题