【问题标题】：Removing phrase/sentence that \r\n is located randomly (R / Python)删除 \r\n 随机定位的短语/句子（R / Python）
【发布时间】：2016-06-24 05:37:41
【问题描述】：

如何删除\r\n 位于所有不同位置的短语或句子？

例如，我要删除这样一个句子：

If you are having trouble viewing this message or would like to share 
it on a social network, you can view the message online.

但是这句话有很多不同的变体，比如：

If 
you are having trouble viewing this message or would like to share 
it on a social network, you can view the message online.

或

If you are having trouble 
viewing this message or would like to share 
it on a social network, you can view the message online.

我试图指定正则表达式中的每一个变体，但是当句子或短语很短时，这是可能的。

例如，如果我想删除Please contact me immediately

我可以指定Please\r\ncontact me immediatelyPlease contact\r\nme immediatelyPlease contact me\r\n immediatelyPlease contact me\r\nimmediately去掉这句话。但是如果我想删除一个较长的句子，就像我的第一个例子一样，我不能写出所有可能的变化。

总而言之，我如何删除具有相同单词但在所有不同位置都有 \r\n 的短语和句子？

【问题讨论】：

根据这些句子出现的空间不应该有\r 或\n 吗？

标签： python regex r

【解决方案1】：

此正则表达式模式将查找所有段落（而不是句子）：

((?:[^\n\r]+[\n\r])+(?:[^\n\r]+[\n\r])(?=[\n\r]))

试试看@Live Demo

说明：

在 1 行或多行上查找（[1 个或多个非换行符]，后跟一个 [换行符]）

(?:[^\n\r]+[\n\r])+

查找与上述模式匹配的附加行

(?:[^\n\r]+[\n\r])

查找额外的 [换行符]
IE：两组文本之间的空白行

(?=[\n\r])

第 2 组和第 3 组组合起来相当于段落的最后一行。

【讨论】：

【解决方案2】：

试试这个。

$ import re
$ remove_text = lambda x, y: re.sub('\s?\r?\n?'.join(x.split()), "", y)

$ remove_text("Please contact me immediately", "Hello Please contact\r\nme immediately World")
> 'Hello  World'

您也可以稍后删除多余的空格。

$ re.sub('\s+', ' ', remove_text("Please contact me immediately", "Hello Please contact\r\nme immediately World"))
> 'Hello World'

此方法有其局限性，例如如果您的实际文本是Pleasecontact meimmediately，它将被视为相同。

【讨论】：