刪除包裝行返回

Question

我想刪除包裝到一定寬度的文本的行返回。例如

import re 
x = 'the meaning\nof life' 
re.sub("([,\w])\n(\w)", "\1 \2", x) 
'the meanin\x01 \x02f life' 

我想返回the meaning of life。我究竟做錯了什麼？

Answer 1

你需要逃脫\這樣的：

>>> import re 
>>> x = 'the meaning\nof life' 

>>> re.sub("([,\w])\n(\w)", "\1 \2", x) 
'the meanin\x01 \x02f life' 

>>> re.sub("([,\w])\n(\w)", "\\1 \\2", x) 
'the meaning of life' 

>>> re.sub("([,\w])\n(\w)", r"\1 \2", x) 
'the meaning of life' 
>>> 

如果你不逃避它，輸出的是\1，所以：

>>> '\1' 
'\x01' 
>>> 

這就是爲什麼我們需要使用'\\\\'或r'\\'到在Python RegEx中顯示信號\。

然而有關，從this answer：

如果你把這個字符串中的一個程序中，你實際上可能需要使用四個反斜槓（因爲字符串解析器會刪除他們兩個的時候「去除「它爲字符串，然後正則表達式需要兩個逃脫正則表達式反斜槓）。

而且the document：

如前所述，正則表達式用反斜槓字符（'\'）來表示特殊格式或允許在不調用它們的特殊含義使用特殊字符。這與Python在字符串文字中用於相同目的的相同字符的使用相沖突。

假設你想寫一個匹配字符串\section的RE，它可能在LaTeX文件中找到。要弄清楚在程序代碼中寫什麼，從所需的字符串開始匹配。接下來，您必須通過在反斜槓前加上反斜槓和其他元字符來避開任何反斜槓，從而產生字符串\\section。必須傳遞給re.compile()的結果字符串必須是\\section。但是，要將其表示爲Python字符串文字，則必須再次轉義兩個反斜槓。

---

另一種方式爲brittenb建議，你不需要正則表達式在這種情況下：

>>> x = 'the meaning\nof life' 
>>> x.replace("\n", " ") 
'the meaning of life' 
>>> 

Answer 2

使用原始字符串字面量; Python字符串文字語法和正則表達式解釋反斜槓; \1在Python字符串字面解釋爲一個八進制轉義，而不是在原始字符串字面量：

re.sub(r"([,\w])\n(\w)", r"\1 \2", x) 

另一種方法是，使他們達到正則表達式引擎這樣加倍所有反斜槓。

查看Python正則表達式HOWTO的Backslash plague section。

演示：

>>> import re 
>>> x = 'the meaning\nof life' 
>>> re.sub(r"([,\w])\n(\w)", r"\1 \2", x) 
'the meaning of life' 

可能更容易只是對新行分割;使用str.splitlines() method，然後使用str.join()空間重新加入：

' '.join(ex.splitlines()) 

但無可否認這不會的單詞和額外的新行之間的其他地方換行區分。