用正则表达式匹配空行

Question

我有一个字符串，想根据空行把它分成几个部分。

给定一个字符串 s，我想我可以这样做：

re.split('(?m)^\s*$', s)

在某些情况下，这个方法是有效的：

>>> s = 'foo\nbar\n \nbaz'
>>> re.split('(?m)^\s*$', s)
['foo\nbar\n', '\nbaz']

但是如果某一行完全是空的，这个方法就不管用了：

>>> s = 'foo\nbar\n\nbaz'
>>> re.split('(?m)^\s*$', s)
['foo\nbar\n\nbaz']

我哪里做错了呢？

[python 2.5；如果我用 '^\s*$' 结合 re.MULTILINE 编译，也没有什么不同]

Answer 1

试试这个：

blank=''
with open('fu.txt') as txt:
    txt=txt.read().split('\n') 
    for line in txt:
        if line is blank: print('blank')
        else: print(line)

Answer 2

re库可以用来根据一个或多个空行进行分割！空行就是那种只包含空格的行，开头和结尾都是空的。特殊字符'$'表示字符串的结尾，或者在字符串结束前的换行符之前，在MULTILINE模式下，它也可以匹配换行符之前的部分（摘自文档）。所以我们需要加上一个特殊字符'\s*'来处理换行。总之，什么都能做到 :-)

>>> import re
>>> text = "foo\n   \n    \n    \nbar\n"
>>> re.split("(?m)^\s*$\s*", text)
['foo\n', 'bar\n']

同样的正则表达式也适用于Windows风格的换行。

>>> import re
>>> text = "foo\r\n       \r\n     \r\n   \r\nbar\r\n"
>>> re.split("(?m)^\s*$\s*", text)
['foo\r\n', 'bar\r\n']

Answer 3

试试这个：

re.split('\n\s*\n', s)

问题在于，"$ *^" 其实只匹配“单独在一行上的空格（如果有的话）”——并不匹配换行符本身。这就导致当一行没有内容时，分隔符是空的，这样不太合理。

这个版本还去掉了分隔符的换行符，这可能正是你想要的。否则，你会发现每个分割出来的部分前后都有换行符。

把多个连续的空行当作一个空块来处理（比如 "abc\n\n\ndef" 变成 ["abc", "", "def"]）就复杂一些了……