Python正则表达式在换行替换时吞噬一个字符

Question

我试图理解我的python正则表达式出了什么问题。你知道吗

任务： 我有以下文字。你知道吗

This is a red fox\LF
that chases a cat.\LF
\LF
The dog barks.

我需要把第一句话连成一行来纠正：

This is a red fox that chases a cat.\LF
The dog barks.

解决方案： 我只是想出了一个简单的办法

re.sub(r'(\n)[^\n]', '', text)

问题： 然而我得到的却是：

This is a red foxhat chases a cat.
he dog barks.

我确信替换应该只替换分组的(\n)。此任务的正确正则表达式是什么？你知道吗

Answer 1

基本上，您现在所说的是搜索任何新行，后跟一个非新行字符，并用一个空字符串替换这两个字符。你知道吗

但如果不包含第二个字符，则会匹配字符串中的任何新行，而这并不是您想要的。你知道吗

为了能够有一个严格的正则表达式，但不能替换所有匹配的正则表达式，必须使用捕获组(...)在正则表达式中捕获并存储括号之间的内容。你知道吗

进行替换时，可以使用\index访问这些存储的组。 因此，对于第一个捕获的组\1，对于第二个捕获的组\2，以此类推

对于您的问题，您可以使用一个正则表达式来匹配任何不带点的新行。([^\.])\n。当然，如果前面的字符不是一个点，你就要保留它。所以你抓住了它。把它放回你的替代品里，就像这样：

re.sub(r'([^\.])\n', '\1 ', text)

Example on regex101

Answer 2

您可以使用以下正则表达式：

(?<!\.)\\LF\W+

Working demo

您还可以使用：

(?<!\.)\\LF$

但是你会得到一个不同的输出。你知道吗

Answer 3

您正在使用t和T，因为您的模式匹配换行符和紧跟其后的字符。你知道吗

您可以使用捕获组来记住字符是什么，并将其插入到字符串中。你知道吗

re.sub(r'\n([^\n])', r'\1', text)

或者使用前瞻检查下一个字符，但不捕获它（在您的特定情况下，这可能是一个负前瞻，因为您正在检查否换行符）：

re.sub(r'\n(?!\n)', r'', text)