有效地从多行字符串中删除所有空白行

Question

在 C# 中，删除空行（即仅包含字符串中的空格的行）的最佳方法是什么？如果这是最好的解决方案，我很乐意使用正则表达式。

编辑：我应该补充一下，我使用的是 .NET 2.0。

---

赏金更新：我会在赏金被授予后回滚，但我想澄清一些事情。

首先，任何 Perl 5 兼容的正则表达式都可以使用。这不仅限于 .NET 开发人员。标题和标签已被编辑以反映这一点。

其次，虽然我在赏金细节中给出了一个简单的示例，但这并不是您必须满足的唯一测试。您的解决方案必须删除所有行，这些行只包含空格，以及最后一个换行符。如果有一个字符串在运行您的正则表达式后以“/r/n”或任何空白字符结尾，它会失败。

Answer 1

如果要删除包含任何空格（制表符、空格）的行，请尝试：

string fix = Regex.Replace(original, @"^\s*$\n", string.Empty, RegexOptions.Multiline);

编辑（针对@Will）：修剪尾随换行符的最简单解决方案是在结果字符串上使用TrimEnd，例如：

string fix =
    Regex.Replace(original, @"^\s*$\n", string.Empty, RegexOptions.Multiline)
         .TrimEnd();

Answer 2

string outputString;
using (StringReader reader = new StringReader(originalString)
using (StringWriter writer = new StringWriter())
{
    string line;
    while((line = reader.ReadLine()) != null)
    {
        if (line.Trim().Length > 0)
            writer.WriteLine(line);
    }
    outputString = writer.ToString();
}

Answer 3

在我的头顶上......

string fixed = Regex.Replace(input, "\s*(\n)","$1");

变成这样：

fdasdf 自卫队 [标签] [空格] 自卫队

进入这个：

fdasdf 自卫队 自卫队

Answer 4

使用 LINQ：

var result = string.Join("\r\n",
                 multilineString.Split(new string[] { "\r\n" }, ...None)
                                .Where(s => !string.IsNullOrWhitespace(s)));

如果您正在处理大量输入和/或不一致的行尾，您应该使用 StringReader 并使用 foreach 循环来执行上述老式方法。

Answer 5

好吧，这个答案符合赏金中明确的要求：

我还需要删除任何尾随换行符，我的 Regex-fu 是 失败。我的赏金给任何能给我一个通过的正则表达式的人 这个测试： StripWhitespace("test\r\n \r\nthis\r\n\r\n") == “测试\r\n这个”

答案如下：

(?<=\r?\n)(\s*$\r?\n)+|(?<=\r?\n)(\r?\n)+|(\r?\n)+\z

或者在@Chris Schmich提供的C#代码中：

string fix = Regex.Replace("test\r\n \r\nthis\r\n\r\n", @"(?<=\r?\n)(\s*$\r?\n)+|(?<=\r?\n)(\r?\n)+|(\r?\n)+\z", string.Empty, RegexOptions.Multiline);

现在让我们试着理解它。这里有三个可选模式，我愿意用string.empty 替换。

1. (?<=\r?\n)(\s*$\r?\n)+ - 匹配仅包含空格且前面有换行符的不限行（但不匹配前面的第一个换行符）。
2. (?<=\r?\n)(\r?\n)+ - 匹配一个到无限的空行，没有内容，前面有换行符（但不匹配前面的第一个换行符）。
3. (\r?\n)+\z - 在测试字符串的末尾匹配一个到无限的换行符（你称之为尾随换行符）

这完全满足您的测试！但也满足\r\n 和\n 换行样式！测试一下！我相信这将是最正确的答案，虽然更简单的表达式会通过您指定的赏金测试，但这个正则表达式会通过更复杂的条件。

编辑： @Will 指出了上述正则表达式的最后一个模式匹配中的一个潜在缺陷，即它不会匹配测试字符串末尾包含空格的多个换行符。所以让我们把最后一个模式改成这样：

\b\s+\z \b 是单词边界（单词的开头或结尾），\s+ 是一个或多个空格字符，\z 是测试字符串的结尾（“文件”的结尾） .所以现在它将匹配文件末尾的任何种类的空格，包括制表符和空格，以及回车和换行符。我测试了@Will 提供的两个测试用例。

所以现在大家在一起，应该是：

(?<=\r?\n)(\s*$\r?\n)+|(?<=\r?\n)(\r?\n)+|\b\s+\z

编辑#2：好吧，还有一个可能的情况@Wil 发现最后一个正则表达式没有涵盖。这种情况是输入在文件开头的任何内容之前都有换行符。所以让我们再添加一个模式来匹配文件的开头。

\A\s+ - \A 匹配文件的开头，\s+ 匹配一个或多个空白字符。

所以现在我们得到了：

\A\s+|(?<=\r?\n)(\s*$\r?\n)+|(?<=\r?\n)(\r?\n)+|\b\s+\z

所以现在我们有四种匹配模式：

1. 文件开头的空格，
2. 包含空格的冗余换行符，（例如：\r\n \r\n\t\r\n）
3. 没有内容的冗余换行符，（例如：\r\n\r\n）
4. 文件末尾的空格

Answer 6

不好。我会使用 JSON.net 来使用这个：

var o = JsonConvert.DeserializeObject(prettyJson);
new minifiedJson = JsonConvert.SerializeObject(o, Formatting.None);

Answer 7

为了响应 Will 的赏金，它期望一个采用 "test\r\n \r\nthis\r\n\r\n" 并输出 "test\r\nthis" 的解决方案，我想出了一个使用 atomic grouping（在 MSDN 上又名 Nonbacktracking Subexpressions）的解决方案。我建议阅读这些文章，以便更好地了解正在发生的事情。最终，原子组有助于匹配以其他方式留下的尾随换行符。

将RegexOptions.Multiline 与此模式一起使用：

^\s+(?!\B)|\s*(?>[\r\n]+)$

这是一个包含一些测试用例的示例，包括我从 Will 在其他帖子上的 cmets 以及我自己的帖子中收集的一些。

string[] inputs = 
{
    "one\r\n \r\ntwo\r\n\t\r\n \r\n",
    "test\r\n \r\nthis\r\n\r\n",
    "\r\n\r\ntest!",
    "\r\ntest\r\n ! test",
    "\r\ntest \r\n ! "
};
string[] outputs = 
{
    "one\r\ntwo",
    "test\r\nthis",
    "test!",
    "test\r\n ! test",
    "test \r\n ! "
};

string pattern = @"^\s+(?!\B)|\s*(?>[\r\n]+)$";

for (int i = 0; i < inputs.Length; i++)
{
    string result = Regex.Replace(inputs[i], pattern, "",
                                  RegexOptions.Multiline);
    Console.WriteLine(result == outputs[i]);
}

编辑：为了解决模式无法清理混合使用空格和换行符的文本的问题，我在正则表达式的最后一个替换部分添加了\s*。我之前的模式是多余的，我意识到\s* 可以处理这两种情况。

Answer 8

string corrected = 
    System.Text.RegularExpressions.Regex.Replace(input, @"\n+", "\n");

Answer 9

我会去的：

  public static string RemoveEmptyLines(string value) {
    using (StringReader reader = new StringReader(yourstring)) {
      StringBuilder builder = new StringBuilder();
      string line;
      while ((line = reader.ReadLine()) != null) {
        if (line.Trim().Length > 0)
          builder.AppendLine(line);
      }
      return builder.ToString();
    }
  }

Answer 10

这是另一个选择：使用StringReader 类。优点：一次遍历字符串，不创建中间数组。

public static string RemoveEmptyLines(this string text) {
    var builder = new StringBuilder();

    using (var reader = new StringReader(text)) {
        while (reader.Peek() != -1) {
            string line = reader.ReadLine();
            if (!string.IsNullOrWhiteSpace(line))
                builder.AppendLine(line);
        }
    }

    return builder.ToString();
}

注意：IsNullOrWhiteSpace 方法是 new in .NET 4.0。如果你没有那个，你自己写是微不足道的：

public static bool IsNullOrWhiteSpace(string text) {
    return string.IsNullOrEmpty(text) || text.Trim().Length < 1;
}

Answer 11

作为对 Will 的赏金的回应，这里有一个 Perl 子程序，它对测试用例给出了正确的响应：

sub StripWhitespace {
    my $str = shift;
    print "'",$str,"'\n";
    $str =~ s/(?:\R+\s+(\R)+)|(?:()\R+)$/$1/g;
    print "'",$str,"'\n";
    return $str;
}
StripWhitespace("test\r\n \r\nthis\r\n\r\n");

输出：

'test

this

'
'test
this'

为了不使用\R，请将其替换为[\r\n] 并反转替代方案。这个产生相同的结果：

$str =~ s/(?:(\S)[\r\n]+)|(?:[\r\n]+\s+([\r\n])+)/$1/g;

不需要特殊配置，也不需要多线支持。不过，如果是强制性的，您可以添加 s 标志。

$str =~ s/(?:(\S)[\r\n]+)|(?:[\r\n]+\s+([\r\n])+)/$1/sg;

Answer 12

如果它只有空格，为什么不使用 C# 字符串方法

    string yourstring = "A O P V 1.5";
    yourstring.Replace("  ", string.empty);

结果将是“AOPV1.5”

Answer 13

char[] delimiters = new char[] { '\r', '\n' };
string[] lines = value.Split(delimiters, StringSplitOptions.RemoveEmptyEntries);
string result = string.Join(Environment.NewLine, lines)

Answer 14

如果针对每一行工作，这很简单......

(^\s+|\s+|^)$

Answer 15

嗯。好吧，毕竟，我找不到一个能解决我能想到的所有角落的问题。以下是我对剥离

的正则表达式的最新咒语

1. 字符串开头的所有空行
   • 在第一个非空白行的开头不包括任何空格
2. 第一个非空白行之后和最后一个非空白行之前的所有空行
   • 同样，保留所有非空白行开头的空白
3. 最后一个非空白行之后的所有空行，包括最后一个换行符

(?

本质上说：

• 紧接着
  • 字符串的开头或
  • 最后一行的结尾
• 尽可能多地匹配以换行符结尾的连续空格*
• 或
• 匹配换行符和尽可能多的连续空格，在字符串末尾结束

前半部分捕获字符串开头的所有空白，直到第一个非空白行，或非空白行之间的所有空白。后半部分捕获字符串中剩余的空白，包括最后一个非空白行的换行符。

感谢所有试图提供帮助的人；您的回答帮助我思考了匹配时需要考虑的一切。

*（此正则表达式认为换行符为\r\n，因此必须根据字符串的来源进行调整。无需设置任何选项即可运行匹配。）

Answer 16

字符串扩展

public static string UnPrettyJson(this string s)
{
    try
    {
        // var jsonObj = Json.Decode(s);
        // var sObject = Json.Encode(value);   dont work well with array of strings c:['a','b','c']

        object jsonObj = JsonConvert.DeserializeObject(s);
        return JsonConvert.SerializeObject(jsonObj, Formatting.None);
    }
    catch (Exception e)
    {
        throw new Exception(
            s + " Is Not a valid JSON ! (please validate it in http://www.jsoneditoronline.org )", e);
    }
}

Answer 17

我不确定它是否有效，但是 =)

  List<string> strList = myString.Split(new string[] { "\n" }, StringSplitOptions.None).ToList<string>();
  myString = string.Join("\n", strList.Where(s => !string.IsNullOrWhiteSpace(s)).Distinct().ToList());

Answer 18

试试这个。

string s = "Test1" + Environment.NewLine + Environment.NewLine + "Test 2";
Console.WriteLine(s);

string result = s.Replace(Environment.NewLine, String.Empty);
Console.WriteLine(result);

Answer 19

s = Regex.Replace(s, @"^[^\n\S]*\n", "");

[^\n\S] 匹配任何不是换行符或非空白字符的字符——因此，除了\n 之外的任何空白字符。但很可能您需要担心的唯一字符是空格、制表符和回车，所以这也应该可以：

s = Regex.Replace(s, @"^[ \t\r]*\n", "");

如果你想让它在没有最后换行的情况下捕捉最后一行：

s = Regex.Replace(s, @"^[ \t\r]*\n?", "");