正则表达式问题 - 替换所有前面没有带空格的制表符的换行符

Question

我必须处理一个文本块，在某些字段的中间可能会有一些虚假的换行符。我想删除这些换行符（用空格替换它们），而不删除“有效”换行符，前面总是以\t开头。

所以，我想替换所有没有带空格的制表符的换行符。为了使事情变得复杂一点，如果换行的两边都有空格，那么我想保留它。换句话说，这个

"one\ttwo\tbuckle my \nshoe\t\t\n"

会变成

"one\ttwo\tbuckle my shoe\t\t\n"

，即'my'和'shoe'之间有一个空格，而不是两个。

编辑 - 一些澄清：不需要的换行符位于一段常规文本的中间。如果出现换行的单词之间有空格，我想保留它。另外，我想添加一个。例如

"one\ttwo\tbuckle my \nshoe\t\t\n"
=> "one\ttwo\tbuckle my shoe\t\t\n"

"one\ttwo\tbuckle my\nshoe\t\t\n"
=> "one\ttwo\tbuckle my shoe\t\t\n"

"one\ttwo\tbuckle my \n shoe\t\t\n"
=> "one\ttwo\tbuckle my shoe\t\t\n"

编辑2：我提出了一个笨拙但有效的解决方案。我对它不是很满意，双gsubbing似乎不太优雅。

>> strings = ["one\ttwo\tbuckle my\nshoe\t\t\n", "one\ttwo\tbuckle my \nshoe\t\t\n", "one\ttwo\tbuckle my \n shoe\t\t\n"]
=> ["one\ttwo\tbuckle my\nshoe\t\t\n", "one\ttwo\tbuckle my \nshoe\t\t\n", "one\ttwo\tbuckle my \n shoe\t\t\n"]
>> strings.collect{|s| s.gsub(/[^\t]\n\s?/){|match| match.gsub(/\s*\n\s*/," ")} }
=> ["one\ttwo\tbuckle my shoe\t\t\n", "one\ttwo\tbuckle my shoe\t\t\n", "one\ttwo\tbuckle my shoe\t\t\n"]

考虑到我现在对添加/保留空格的扩展要求，这似乎比下面的任何建议更好。

Answer 1

没有后瞻性选项

你可以匹配：

(\G|[^\t])\n

用反向引用取代第1组匹配。

这是一个Ruby代码段（as seen on ideone.com）：

from = "\none\ttwo\tbuckle my \nshoe\t\t\nx\n\n\t\n\n"
to   = "one\ttwo\tbuckle my shoe\t\t\nx\t\n"

mod  = from.gsub(/(\G|[^\t])\n/, '\1')

puts (mod == to) # true

基本上我们要么匹配不是\t的“某事”，而是匹配\n，而只替换“某事”部分（有效地保留“它”），但删除{ {1}}），或者我们可以使用\n继续上一场比赛，以便在字符串的开头允许\G，或者在另一个已删除的\n之后。{/ p>

参考

• regular-expressions.info/Character Class […]
  • Brackets for Grouping and Backreferences (…)
  • Continuing Previous Match \G

---

Lookbehind选项

如果味道支持lookbehind，您也可以匹配：

\n

简单地用空字符串替换。

参考

• regular-expressions.info/Lookarounds

Answer 2

使用双阴性（[^\S\t]表示除TAB字符外的所有空格）

def fix(str)
  return str.gsub(/([^\t]|^)[^\S\t]+/, '\1 ')
end

以下测试

#! /usr/bin/ruby

require "test/unit"
require "test/unit/ui/console/testrunner"

class MyTestCases < Test::Unit::TestCase
  def test_after_space
    assert_equal fix("one\ttwo\tbuckle my \nshoe\t\t\n"),
                     "one\ttwo\tbuckle my shoe\t\t\n"
  end

  def test_no_whitespace_neighbors
    assert_equal fix("one\ttwo\tbuckle my\nshoe\t\t\n"),
                     "one\ttwo\tbuckle my shoe\t\t\n"
  end

  def test_whitespace_surrounded
    assert_equal fix("one\ttwo\tbuckle my \n shoe\t\t\n"),
                     "one\ttwo\tbuckle my shoe\t\t\n"
  end

  def test_leading_newline
    assert_equal fix("\none\ttwo"),
                     " one\ttwo"
  end
end

Test::Unit::UI::Console::TestRunner.run(MyTestCases)

全部通过：

Loaded suite MyTestCases
Started
....
Finished in 0.000412 seconds.

4 tests, 4 assertions, 0 failures, 0 errors

Answer 3

str = str.gsub(/\s*(?<!\t)\n\s*/, " ")