我需要以平台无关的方式跟随:
1) read the file with using codecs.open() (for utf-8)
2) split lines according to two new lines.
3) split entities according to new line
示例输入:
1) FIRST UTF-8 ENTITY ŞŞŞŞ\n
2) SECOND ELEMENT OF FIRST ENTITY\n
\n\n
1) SECOND ENTITIY\n
2) SECOND ELEMENT OF SECOND ENTITIY\n
读取文件后,string.split('\ n \ n')在mac osx中工作,但它似乎不是平台独立的处理方式(文件可能在另一个操作系统上准备)。
我知道string.splitlines()与平台无关,但如何以独立于平台的方式在实体之间拆分两条新线?
编辑:文件可能在任何平台上准备,因此可能有任何类型的行结尾。
答案 0 :(得分:4)
Python有一个内置的工具来处理这个问题:os.linesep
。所以你可以使用:
string.split(2*os.linesep)
使用通用模式打开文本文件。
codecs.open(filename, 'U')
答案 1 :(得分:2)
当前使用的主要有两种类型的分隔符:\n
- unices和\r\n
- windows(\r
在旧的mac os上使用,现在几乎不使用)
简单的解决方案是用空字符串替换\r
,之后只使用\n
。如果您想支持\r
,请检查字符串中是否存在\n
并将所有\r
替换为\n
。
下一代码将\r\n
\n\r
\n
\r
个变体转换为\n
:
if "\n" in data:
data = data.replace("\r", "")
else:
data = data.replace("\r", "\n")