删除单个换行符但保留多个换行符的最佳方法

Question

删除单个换行符但保留字符串中的多个换行符的最 Pythonic 方式是什么？

如

"foo\n\nbar\none\n\rtwo\rthree\n\n\nhello"

变成

"foo\n\nbar one two three\n\n\nhello"

我正在考虑使用 splitlines()，然后用 "\n" 替换空行，然后将所有内容再次连接起来，但我怀疑有更好/更简单的方法。也许使用正则表达式？

Answer 1

>>> re.sub('(?<![\r\n])(\r?\n|\n?\r)(?![\r\n])', ' ', s)
'foo\n\nbar one two three\n\n\nhello'

这会查找\r?\n 或\n?\r，并使用lookbehind 和lookahead 断言来防止两边出现换行符。

不管怎样，在野外发现了三种类型的行尾：

1. \n 在 Linux、Mac OS X 和其他 Unices 上
2. \r\n 在 Windows 和 HTTP 协议中
3. \r 在 Mac OS 9 及更早版本上

前两个是迄今为止最常见的。如果您想将可能性限制在这三个范围内，您可以这样做：

>>> re.sub('(?<![\r\n])(\r?\n|\r)(?![\r\n])', ' ', s)
'foo\n\nbar one two three\n\n\nhello'

当然，如果您不关心 Mac 行尾，请去掉 |\r，这很少见。