Regex da dividere in successioni di caratteri di nuova riga

Question

Sto provando a dividere una stringa su caratteri di nuova riga (catering per Windows, OS X e Unix file di testo caratteri di nuova riga). Se c'è una successione di questi, voglio dividere anche su quello e non includere qualsiasi nel risultato.

Così, per quando si divide il seguente:

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

Il risultato sarebbe:

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

Cosa regex devo usare?

Answer 1

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

Answer 2

Il modello più semplice per questo scopo è r'[\r\n]+' che si può pronunciare come "uno o più ritorno a capo o caratteri di nuova riga".

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

Se non ci sono spazi alle inizia o estremità delle linee, è possibile utilizzare line.split() senza argomenti. Rimuoverà i doppi. . In caso contrario, è possibile utilizzare [a for a a.split("\r\n") if a].

MODIFICA: il tipo str ha anche un metodo chiamato "linee di divisione".

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

Answer 5

Prestando attenzione alle regole golosità per i modelli:

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