匹配文件中的空白行

Question

1。匹配文件中空白行的最可靠方法是什么？

2。匹配文件中空白行的最有效的方法是什么？

3。以下几种匹配空白行的方式有什么区别？

上下文：

我正在尝试在Python中检测文件中的空行的过程中了解一些可能的陷阱。

我可以想到五种定义方式：

1. 空白：使用正则表达式匹配空白行^$
2. NEWLINES：使用正则表达式匹配换行符^\r?\n
3. Emptys：匹配空字符串''
4. PNEWLINES：匹配换行符'\n'
5. STRIPS：用strip()删除行，然后匹配一个空字符串。

[nav] In [3]: i = 0
         ...: fin = open('warandpeace.txt', 'rt')
         ...: blanks = []
         ...: empties = []
         ...: newlines = []
         ...: pnewlines = []
         ...: strips = []
         ...: NEWLINE = re.compile(r'^\r?\n')
         ...: BLANK = re.compile(r'^$')
         ...: for line in fin:
         ...:     if re.search(BLANK, line):
         ...:         blanks.append((i, line))
         ...:     if re.search(NEWLINE, line):
         ...:         newlines.append((i, line))
         ...:     if line == '':
         ...:         empties.append((i, line))
         ...:     if line == '\n':
         ...:         pnewlines.append((i, line))
         ...:     if line.strip == '':
         ...:         strips.append((i, line))
         ...:     i += 1

[nav] In [4]: print((len(blanks), len(empties), len(newlines), len(pnewlines), len(strips)))
(13892, 0, 13892, 13892, 0)

尽管我得到了统一的结果，但它们似乎不是等效的。我的输入是War and Peace by Leo Tolstoy from Project Gutenberg的utf-8文本副本，我相信它是Windows行尾。我不确定还有什么可以测试的。

我观察到以下情况：

• Blanks和NEWLINES都可以跨平台移植（即，能够处理Windows行尾（实际上我并不了解Mac）。
• 很明显，EMPTIES方法失败，因为从文件中读取行保留了\n，因此它不是空字符串。
• 在Windows行尾的情况下，PNEWLINES方法将失败。
• 我不知道STRIPS方法为何失败。我以为它会删除开头和结尾的空白，所以应该可以。
• 如果空白行中有空格，所有这些都将失败，这对于regex方法而言（这是无关紧要的）很容易解决。

我关心的是匹配空白行的最可靠的方法。我一直将'^$'与sed一起使用，但是老实说，在Python中，我什至不了解行是如何分割的！尽管Python在换行符上进行了拆分，但仍保留了新行，这似乎很奇怪，而且对我来说是违反直觉的。

除了表面上的区别，所有这些之间的真正区别是什么？例如，为什么'^$'和'^\r?\n'等价？最好的方法是什么？还有什么其他方法？

Answer 1

这就像理论问题，但遵循这种逻辑的简单方法。

with open(file,'r') as out:
    lines = out.readlines()

for line in lines:
    if len(line.strip()) == 0:
        print('Empty')