python - 从字符串中删除所有多行垃圾？

Question

我想从字符串中删除所有与 Markdown 相关的内容。

这是一个例子:

>EU

>Please spread this like the plague.

🤔

这是我想要的单行输出:EU。请像瘟疫一样传播它。 🤔

知道如何做到这一点吗？

我已经尝试过 .rstrip() 和 `.replace('\n', '')，尽管它没有做任何事情。

也许我应该将字符串转换为 html markdown，然后使用可用的实用程序将其删除？ (剧透:我不知道如何将字符串转换为 markdown html)

我还需要将其写入 csv。这是我之前发布的示例(同时应用了 rstrip 和 replace)。

>EU\
\
>Please spread this like the plague.\
\
<emoticon>

Answer 1

s = """>EU
       >Please spread this like the plague.
       🤔"""

print(' '.join(s.replace('>','').replace('.','').replace('\n','.').split()))

Out[ ]:
EU. Please spread this like the plague. 🤔

请注意，这需要我手动删除空行。

另一种方法是使用正则表达式。

import re
s = re.sub(r">", '', s)
s = re.sub(r" {2}", '', s)
s = re.sub(r"\.", '', s)
s = re.sub(r"\n\n", '.', s)
s = re.sub(r" \n", '', s)
s = re.sub(r"\n", '.', s)
print(s)

Out[ ]:
EU. Please spread this like the plague. 🤔