Yeni satır karakterlerinin art arda bölünmesi için regex

Question

Yeni satır karakterlerinde (Windows, OS X ve Unix metin dosyası yeni satır karakterleri için catering) bir dizeyi bölmeye çalışıyorum. Bunların herhangi bir ardıl olması durumunda, buna da bölünmek istiyorum ve sonuçta herhangi bir içermez.

"Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix" 

sonucu olacaktır:

Yani, aşağıdaki bölüşülürken

['Foo', 'Double Windows', 'Double OS X', 'Double Unix', 'Windows', 'OS X', 'Unix'] 

Ne regex kullanmalıyım?

Answer 1

re.split(r'[\n\r]+', line) 

Answer 2

bu amaç için en basit desen siz "bir veya daha fazla satır başında veya satır karakterleri" olarak telaffuz edebilir r'[\r\n]+' olduğunu. hatlarının başlar uçlarında veya hiç boşluk varsa

Answer 3

>>> s="Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix" 
>>> import re 
>>> re.split("[\r\n]+",s) 
['Foo', 'Double Windows', 'Double OS X', 'Double Unix', 'Windows', 'OS X', 'Unix'] 

Answer 4

, hiçbir argümanlarla line.split() kullanabilirsiniz. Çiftleri kaldıracak. . Değilse, [a for a a.split("\r\n") if a]'u kullanabilirsiniz.

DÜZENLEME: str türünde ayrıca "splitlines" adlı bir yöntem vardır.

"Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix".splitlines()

Answer 5

kalıpları için greediness kurallarına dikkat etmek:

pattern = re.compile(r'(\r\n){2,}|(\n\r){2,}|(\r){2,}|(\n){2,}') 
paragraphs = pattern.split(text)