在读取文件期间用单个换行符替换多个换行符

Question

我有下一个代码，它从多个文件中读取，解析获得的行并打印结果：

import os
import re

files=[]
pars=[]

for i in os.listdir('path_to_dir_with_files'):
    files.append(i)

for f in files:
    with open('path_to_dir_with_files'+str(f), 'r') as a:
       pars.append(re.sub('someword=|\,.*|\#.*','',a.read()))

for k in pars:
   print k

但我在输出中有多个新行有问题：

test1


test2

我想获得下一个结果，而不是输出中的空行：

 test1
 test2

等等。

我尝试使用正则表达式：

pars.append(re.sub('someword=|\,.*|\#.*|^\n$','',a.read()))

但它不起作用。我也尝试使用 strip() 和 rstrip() 包括替换。它也不起作用。

Answer 1

您可以使用第二个正则表达式将多个新行替换为一个新行，并使用 strip 删除最后一个新行。

import os
import re

files=[]
pars=[]

for i in os.listdir('path_to_dir_with_files'):
    files.append(i)

for f in files:
    with open('path_to_dir_with_files/'+str(f), 'r') as a:
        word = re.sub(r'someword=|\,.*|\#.*','', a.read())
        word = re.sub(r'\n+', '\n', word).strip()
        pars.append(word)

for k in pars:
   print k

Answer 2

无需过多更改代码，一种简单的方法就是在打印之前检查该行是否为空，例如：

import os
import re

files=[]
pars=[]

for i in os.listdir('path_to_dir_with_files'):
    files.append(i)

for f in files:
    with open('path_to_dir_with_files'+str(f), 'r') as a:
        pars.append(re.sub('someword=|\,.*|\#.*','',a.read()))

for k in pars:
    if not k.strip() == "":
        print k

*** 编辑 由于 pars 中的每个元素实际上是文件的全部内容（不仅仅是一行），因此您需要通过替换任何双端行，最简单的方法是 re

import os
import re

files=[]
pars=[]

for i in os.listdir('path_to_dir_with_files'):
    files.append(i)

for f in files:
    with open('path_to_dir_with_files'+str(f), 'r') as a:
        pars.append(re.sub('someword=|\,.*|\#.*','',a.read()))

for k in pars:
    k = re.sub(r"\n+", "\n", k)
    if not k.strip() == "":
        print k

请注意，这不会处理文件以换行符结尾而下一个文件以换行符开头的情况 - 如果您担心这种情况，您需要添加额外的逻辑来处理它或更改你读取数据的方式

Answer 3

只是一个简单的，但可能效率不高。

entire_file = "whatever\nmay\n\n\n\nhappen"

while '\n\n' in entire_file:
    entire_file = entire_file.replace("\n\n", "\n")

print(entire_file)

Answer 4

使用前瞻正则表达式查找所有双返回字符r'\n(?=\n) 并将其替换为空。这将一次性找到并替换所有这些情况

import re

files=[]
pars=[]

for i in os.listdir('path_to_dir_with_files'):
    files.append(i)

for f in files:
    with open('path_to_dir_with_files'+str(f), 'r') as a:
       pars.append(re.sub(r'\n(?=\n)','',a.read()))

for k in pars:
   print k

注意：如果最后一个字符是文件 [0] 的 \n 并且文件 [1] 的第一个字符也是 '\n'，这对你没有帮助，但是......你可以使用 strip 和你的print 将处理文件之间的单个空间

import os
import re

files=[]
pars=[]

for i in os.listdir('path_to_dir_with_files'):
    files.append(i)

for f in files:
    with open('path_to_dir_with_files'+str(f), 'r') as a:
       pars.append(re.sub(r'\n(?=\n)','',a.read().strip()))

for k in pars:
   print k

Answer 5

只想指出：正则表达式不是处理该问题的最佳方式。将 Python str 中的两个空行替换为一个非常简单，不需要 re:

entire_file = "whatever\nmay\n\nhappen"
entire_file = entire_file.replace("\n\n", "\n")

瞧！比 re 快得多，而且（在我看来）更容易阅读。