清理（Re.sub）當文本中有太多的python新行時

Question

我有一段文本要清理。問題是新線太多了。當我使用text=open(file, 'r')和text=text.read()打開文本時，我看到很多很難清理的新行。我想刪除整個以下文本。我們使用re.sub刪除它們。因爲有太多的新行，我需要11行re.sub命令。更糟糕的是，How,Working,You或Briefing過於籠統，所以即使我不想擦除它們，它們也可以從體內移除。我可以使用re.sub命令like，

remove1 = 'How' 
remove2 = 'Can I Help' 
remove3 = 'in Touch' 
remove4 = 'Working' 
remove5 = 'Briefing' 
remove6 = 'Room' 
remove7 = 'Meeting' 
remove8 = 'You' 
remove9 = 'F.A.Q' 

text = re.sub(quant1, '', text) 
text = re.sub(quant2,'', text) 
text = re.sub(quant3, '', text) 
text = re.sub(quant4, '', text) 
text = re.sub(quant5, '', text) 
text = re.sub(quant6, '', text) 
text = re.sub(quant7, '', text) 
text = re.sub(quant8, '', text) 
text = re.sub(quant9, '', text) 

有沒有更好的方法來清除它？我不想一條一條地做。我想一次刪除兩行How Can I Help?。我不想包含像How這樣的一般詞。

如果我使用text.readlines()，結果如下所示。

'\tHow\r\n', 'Can I Help?\r\n', ' \t Keep \r\n', 'in Touch\r\n', ' \t Working \r\n', 
'for You\r\n', ' \t Briefing \r\n', 'Room\r\n', ' \t Meeting \r\n', 'You\r\n', ' \t F.A.Q.\r\n' 

Answer 1

您可以使用|，從文檔：

'|'

A | B，其中A和B可以是任意的RE，創建一個正則表達式匹配A或B.

任意數量的RE可以用'|'分開通過這種方式。這可以在組內使用（見下文）。

當目標字符串被掃描時，由'|'分隔的RE從左到右嘗試。當一個模式完全匹配時，該分支被接受。

這意味着一旦A匹配，B將不會被進一步測試，即使它會產生更長的整體匹配。換句話說，'|'操作員從不貪婪。

要匹配文字'|'，請使用\|，或將其包含在字符類中，如[|]。

因此，作爲文件說，|比賽foo|bar和foo，我們可以簡單地使用bar得到'|'.join(['foo', 'bar'])。

所以，你可以嘗試：

text = re.sub('|'.join([remove1, remove2, remove3, remove4, remove5, remove6 
, remove7, remove8, remove9]), '', text)