Question

Python新手在这里，使用3.5。我觉得这个问题与其他问题相似，但是尽管已经阅读了这些并试图遵循给出的建议，但我仍然没有得到这个正则表达式的任何地方。

我有一个文本字符串，其中我想用空格替换所有换行符，这些换行符后面没有其他换行符或三个空格。我试图使用带有负前瞻的正则表达式来做到这一点。我已经知道我需要使用来自this conversation的多行。尽管如此，我的正则表达式并没有识别我的字符串中的任何内容。基本上，我想匹配并替换下面字符串中间的\ r \ n，同时保持字符串开头和结尾处的那些不变。

body = 'foo foo\r\n\xa0\xa0\xa0foo foo foo\r\n\foo foo foo foo foo\r\n\r\n\foo foo foo'

breakRegex = re.compile(r'(\r\n)?!(\r\n)|(\r\n)?!(\s\s\s)', s,re.M)

breakRegex.sub(' ', body)

期望的和迄今为止未得到的结果将是：

'foo foo\r\n\xa0\xa0\xa0foo foo foo foo foo foo foo foo\r\n\r\n\foo foo foo'

我也尝试了上面没有那么多括号，用\ s代替\ xa0等等，但它仍然不起作用...感谢您提供的任何帮助。

Answer 1

这是你想要的吗？

break_regex = re.compile(r'\r\n(?!=\r\n|\s\s\s)', re.M)

所有换行\r\n，其后没有(?!=...)，要么（|），另一个换行符\r\n，或三个空格\s\s\s。

修改

抱歉，我犯了一个错误，你应该尽快删除正则表达式中的=。：）

您的意思是？：

body ='foo foo \ r \ n \ xa0 \ xa0 \ xa0foo foo foo \ r \ nfoo foo foo foo foo \ r \ n \ r \ n \ nfoo foo foo'

而不是：

body ='foo foo \ r \ n \ xa0 \ xa0 \ xa0foo foo foo \ r \ n \ foo foo foo foo foo \ r \ n \ r \ n \ foo foo foo'`

因为\f表示Formfeed（0x0c）。

Answer 2

def clean_with_puncutation(text):    
    from string import punctuation
    import re
    punctuation_token={p:'<PUNC_'+p+'>' for p in punctuation}
    punctuation_token['<br/>']="<TOKEN_BL>"
    punctuation_token['\n']="<TOKEN_NL>"
    punctuation_token['<EOF>']='<TOKEN_EOF>'
    punctuation_token['<SOF>']='<TOKEN_SOF>'
  #punctuation_token



    regex = r"(<br/>)|(<EOF>)|(<SOF>)|[\n\!\@\#\$\%\^\&\*\(\)\[\]\
           {\}\;\:\,\.\/\?\|\`\_\\+\\\=\~\-\<\>]"

###Always put new sequence token at front to avoid overlapping results
 #text = '<EOF>!@#$%^&*()[]{};:,./<>?\|`~-= _+\<br/>\n <SOF>\ '
    text_=""

    matches = re.finditer(regex, text)

    index=0

    for match in matches:
     #print(match.group())
     #print(punctuation_token[match.group()])
     #print ("Match at index: %s, %s" % (match.start(), match.end()))
        text_=text_+ text[index:match.start()] +" " 
              +punctuation_token[match.group()]+ " "
        index=match.end()
    return text_

在Python中使用正则表达式替换换行符...

2 个答案: