Question

我试图了解我的python正则表达式有什么问题。

任务： 我有以下文字。

This is a red fox\LF
that chases a cat.\LF
\LF
The dog barks.

我需要加入第一句并加上一行：

This is a red fox that chases a cat.\LF
The dog barks.

解决方案： 我想出了简单的

re.sub(r'(\n)[^\n]', '', text)

问题： 然而，我得到的实际上是这样的：

This is a red foxhat chases a cat.
he dog barks.

我确信替换应该只替换分组的(\n)。这个任务的正确正则表达式是什么？

Answer 1

您可以使用此正则表达式：

(?<!\.)\\LF\W+

enter image description here

你也可以使用：

(?<!\.)\\LF$

但是你会得到一个不同的输出。

Answer 2

您正在使用t和T，因为您的模式匹配换行符和即时跟随字符。

您可以使用捕获组来记住角色的内容，然后将其插回到字符串中。

re.sub(r'\n([^\n])', r'\1', text)

或使用前瞻来检查下一个字符但不捕获它_{（在您的特定情况下，由于您正在检查 no 换行符，这可能是一个负面的预测）} ：

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

Answer 3

基本上你现在所说的是搜索任何新行后跟非换行符，并用空字符串替换这两个字符。

但是如果你没有包含第二个字符，你就会匹配字符串中的任何新行，而这不是你想要的。

为了能够拥有严格的正则表达式但不能替换您匹配的所有内容，您必须使用捕获组(...)在正则表达式中，捕获并存储括号之间的内容。

进行替换后，您可以使用\index访问这些存储的组。因此，\1用于第一个捕获的组\2用于第二个等等。

对于您的问题，您可以使用匹配任何前面没有点的新行的正则表达式。 ([^\.])\n。当然，如果前面的字符不是你要保留的点。所以你抓住了它。然后把它放回你的替换中：

re.sub(r'([^\.])\n', '\1 ', text)