python - 正则表达式选择整行

Question

我想使用正则表达式捕获文本字符串中的所有行。我怎么做？这些都不起作用。第一个几乎可以工作，但没有捕获\r\n

import re

given_text = '1stline\n2ndline\r3rdline\r\n4thline'
list_of_lines = re.findall('(?m)^.*$', given_text)
print(list_of_lines)

list_of_lines = re.findall('(?m)^.*(\r\n|\r|\n|$)', given_text)
print(list_of_lines)

list_of_lines = re.findall(r'(?m)^.*?(\r\n|\r|\n|$)', given_text)
print(list_of_lines)

Answer 1

当然splitlines()是完成这项工作的正确工具。

如果您只需要处理 CR，\r，以下解决方案可能会有所帮助。 (回车)和 LF，\n (换行符):

re.findall('[^\r\n]+', given_text) # Returns all non-empty lines split with one or more CR/LF chars
re.split(r'\r\n?|\n', given_text)  # Splits with the most common CRLF, CR or LF line endings

注意 re.split 解决方案也会返回空行。

详细信息

• [^\r\n]+ - 除 CR 和 LF 字符之外的一个或多个字符
• \r\n?|\n - CR 和可选的 LF 字符 ( \r\n? ) 或 ( | ) 换行符、LF，仅 ( \n )

如果需要支持所有可能的Unicode换行符，可以使用

re.findall(r'[^\r\n\x0B\x0C\x85\u2028\u2029]+', given_text)
re.split(r'\r\n?|[\n\x0B\x0C\x85\u2028\u2029]', given_text)

注释:

<表类=“s-表”><标题>字符描述 <正文> \r (\x0D) 回车符，CR \n (\x0A) 换行，换行 \x0B 行制表，LT \x0C 换页，FF ‎\x85 下一行，NEL \u‎2028 行分隔符，LS \u‎2029 段落分隔符，PS

查看Python demo :

import re
given_text = '1stline\n2ndline\r3rdline\r\n4thline\r\n\r\nLast Line after an empty line'
print( re.findall('[^\r\n]+', given_text) )
# => ['1stline', '2ndline', '3rdline', '4thline', 'Last Line after an empty line']
print( re.split(r'\r\n?|\n', given_text) )
# => ['1stline', '2ndline', '3rdline', '4thline', '', 'Last Line after an empty line']
print( re.findall(r'[^\r\n\x0B\x0C\x85\u2028\u2029]+', given_text) )
# => ['1stline', '2ndline', '3rdline', '4thline', 'Last Line after an empty line']
print( re.split(r'\r\n?|[\n\x0B\x0C\x85\u2028\u2029]', given_text) )
# => ['1stline', '2ndline', '3rdline', '4thline', '', 'Last Line after an empty line']