Question

我将发布我的问题的简化版本，如果您想了解更多细节，请告诉我。

我有一个包含类似于日志文件的文本的平面文本文件。它包含541行，以9位数字开头，后跟各种数据位。其中一些数据是XML，其中大部分包含额外的新行字符，导致这些行被拆分，现在文件大约为30k行。我想将这个文件连接回541行，基本上将任何不以9位数字开头的行合并到上一行。

首先，9位数字以“11”开头，所以我在11\d{7}上进行了匹配，得到了我的541个匹配项（即我的文件中没有匹配的数字可能不正确匹配）。我还能够将所有不以此号码开头的行与^(?!11\d{7})(.|\n)*$匹配。我想将所有这些线连接在一起，并将其粘贴到线之前（这是以11 \ d {7}开头的线）。我在网上的搜索只找到了有限和/或一致数量的行连接的解决方案，但这种XML的长度和结构各不相同。最后，此文件中的XML 不跨行拆分，因此不加区别地匹配和合并所有XML也不是一种选择。建议非常感谢。这是一个例子来说明我正在尝试做的事情：

在：

117337909,some text,42930842,misc data,<xmlRoot>
<parent1>
<foo>data</foo>
<bar>123</bar>
</parent1>
</xmlRoot>
116425348,some more text,2df34as,blah,<xmlRoot>
<parent2>
<foo>data</foo>
<bar>123</bar>
</parent2>
</xmlRoot>

后：

117337909,some text,42930842,misc data,<xmlRoot><parent1><foo>data</foo><bar>123</bar></parent1></xmlRoot>
116425348,some more text,2df34as,blah,<xmlRoot><parent2><foo>data</foo><bar>123</bar></parent2></xmlRoot>

Answer 1

您可以使用：

String result = yourstring.replaceAll("\\r?\\n(?!11\\d{7}(?!\\d))", "");

模式细节：

\\r?          # optional carriage return (for windows format) 
\\n           # line feed
(?!           # open a negative lookahead (ie: not followed by)
    11\\d{7}  # 11, seven digits
    (?!\\d)   # not followed by another digit (to ensure that there isn't more
              # digits after, "1123456789" will not match)
)             # close the lookahead

Answer 2

只需搜索此正则表达式：

(?s)[\r\n]*(?!11\d{7})

并替换为空字符串，即""。

Answer 3

在Notepad ++中，您可以使用扩展搜索执行此操作。在引号内键入文本，而不是引号。

查找："\r\n"替换：" " [空格]
查找：" (11\d\d\d\d\d\d\d)"替换："\n\1"

如果您有其他以11开头的9位数字，这将无效，但如果您不这样做，这可能比在正则表达式中更容易。 Notepad ++不是很擅长从我读过的新行开始的正则表达式。

使用正则表达式连接不同数量的行

3 个答案: