Question

我经常从PDF或类似文件中复制文本，换行符不是我想要的方式。我希望每个段落都是一行文本，段落之间有一个空行，而不是每个段落中有很多短行。

感谢此处的其他答案，我可以通过几个步骤解决这个问题：

找到所有双重换行符[\r\n][\r\n]，并将其替换为占位符字符串-------placeholder--------。别担心，占位符会回到段落之间的空间。
既然我们知道段落的所在地，那么摆脱所有换行是安全的。无所事事地替换[\r\n]。
您现在应该为整个文档添加一行文本，并使用占位符字符串代替段落分隔符。
使用双线换行-------placeholder--------

[\r\n][\r\n]

完成！

但我很好奇：有没有办法用更少的步骤做到这一点？例如，在正则表达式中是否可以说“查找所有换行符，除了换行符对，并替换为空”？这将消除占位符步骤的需要。

Answer 1

是的，可以用一个正则表达式来做到这一点方法是找到由换行符分隔的两个字母。

例：
这是第.\nT段中的第一句话，他是第二句。

这是第二段。

有意义吗？

这有两个版本。使用非换行空白修剪
没有修剪。

 # Trimming:
 # Find:  (?<=\S)[^\S\r\n]*\r\n[^\S\r\n]*(?=\S)
 # Replace ' '

 (?<= \S )
 [^\S\r\n]* \r \n [^\S\r\n]* 
 (?= \S )

和

 # Non-Trimming
 # Find:   (\S[^\S\r\n]*)\r\n([^\S\r\n]*\S)
 # Replace: '$1 $2'

 ( \S [^\S\r\n]* )             # (1)
 \r \n 
 ( [^\S\r\n]* \S )             # (2)

Answer 2

好的，我可以告诉你它如何仅适用于\n

在C＃中：

var input = "test\ntest2\n\ntest3\ntest4";
var regex = @"\n(?:(?=[^\n])(?<=[^\n]\n))";
var s2 = Regex.Replace(input,regex, "");
Console.WriteLine(s2);

结果：

testtest2

test3test4

而且我认为我是为\r\n得到的 - 但要彻底测试它;）

var input = "test\r\ntest2\r\n\r\ntest3\r\ntest4";
var regex = @"(?<!\r\n)\r\n(?!\r\n)";

var s2 = Regex.Replace(input,regex, "");
Console.WriteLine(s2);

结果：

testtest2

test3test4

使用Regex清理Linebreaks

2 个答案: