Question

我正在尝试在换行符上拆分字符串（适用于Windows，OS X和Unix文本文件的换行符）。如果这些中有任何连续性，我也想分开，而不是在结果中包含任何。

因此，在拆分以下内容时：

"Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix"

结果将是：

['Foo', 'Double Windows', 'Double OS X', 'Double Unix', 'Windows', 'OS X', 'Unix']

我应该使用什么正则表达式？

Answer 1

如果行的开头或结尾没有空格，则可以使用不带参数的line.split()。它将删除双打。。如果没有，您可以使用[a for a a.split("\r\n") if a]。

编辑：str类型也有一个名为“splitlines”的方法。

"Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix".splitlines()

Answer 2

用于此目的的最简单模式是r'[\r\n]+'，您可以将其称为“一个或多个回车符或换行符”。

Answer 3

re.split(r'[\n\r]+', line)

Answer 4

>>> s="Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix"
>>> import re
>>> re.split("[\r\n]+",s)
['Foo', 'Double Windows', 'Double OS X', 'Double Unix', 'Windows', 'OS X', 'Unix']

Answer 5

注意模式的贪婪规则：

pattern = re.compile(r'(\r\n){2,}|(\n\r){2,}|(\r){2,}|(\n){2,}')
paragraphs = pattern.split(text)

正则表达式分裂换行符的连续性

5 个答案: