Question

如果文本块具有非统一列表，例如，如下所示：

1234:5678 words.words
1234:567 words
1234:5678 wordswords
targetMe
1234:678 words
targetMe

我有一个类似于以下内容的正则表达式，我可以对与之匹配的项目进行操作（即，除了以数字开头的行之外的所有内容）：

fooRegex = re.compile(r'(\d{4}:\d+\s.*')

如何定位与正则表达式不匹配的行以删除\ n？最后，我想要的东西如下所示：

1234:5678 words.words
1234:567 words
1234:5678 wordsword,targetMe
1234:678 words,targetMe

或者还有比正则表达式更好的方法吗？

Answer 1

你甚至不需要正则表达式，但是如果你想用正则表达式做 - 请使用否定前瞻来选择要删除的新行并用逗号替换它们：

import re

data = """1234:5678 words.words
1234:567 words
1234:5678 wordswords
targetMe
1234:678 words
targetMe"""

DATA_FIXER = re.compile(r"\n(?!\d{4}:\d+)")  # you want it compiled for reuse?

data_fix = DATA_FIXER.sub(",", data)
# 1234:5678 words.words
# 1234:567 words
# 1234:5678 wordswords,targetMe
# 1234:678 words,targetMe

Answer 2

正则表达式在这里似乎很好，但是你的正则表达式无效，你有一个额外的（在开头。

我相信这可以满足您的需求：

import re

input = """1234:5678 words.words
1234:567 words
1234:5678 wordswords
targetMe
1234:678 words
targetMe"""

fooRegex = re.compile(r'\d{4}:\d+\s.*')

output = ''.join([ '\n' + line if fooRegex.search(line) is not None else ',' + line for line in input.split('\n') ])[1:]

print(output)

它将行拆分为一个列表，然后根据正则表达式的结果，使用'\ n'或'，'创建一个新列表，这些元素将添加到列表中。然后它将列表的元素连接成一个字符串，然后我们用[1：]

切掉第一个'\ n'

想要从与正则表达式不匹配的项目中删除“\ n”

2 个答案: