换行后的否定前瞻？

Question

我有一个类似CSV的文本文件,大约有1000行.文件中的每个记录之间是一长串破折号.记录通常以\n结尾,但有时在记录结束前有一个额外的\n.简化示例:

"1x", "1y", "Hi there"
-------------------------------
"2x", "2y", "Hello - I'm lost"
-------------------------------
"3x", "3y", "How ya
doing?"
-------------------------------

我想用空格替换额外的\n,即连接破折号之间的线.我以为我能做到这一点(Python 2.5):

text = open("thefile.txt", "r").read()    
better_text = re.sub(r'\n(?!\-)', ' ', text)

但这似乎取代了每一个\n,而不仅仅是那些没有紧随其后的那些.我究竟做错了什么？

我问这个问题是为了提高我自己的正则表达能力并理解我犯的错误.最终目标是生成一种格式的文本文件,该格式可由特定的VBA for Word宏使用,该格式生成一个样式化的Word文档,然后由Word友好的CMS消化.

Answer 1

这是一个使用生成器函数来跳过行----和生成csv模块可以读取的内容的好地方.

def readCleanLines( someFile ):
    for line in someFile:
        if line.strip() == len(line.strip())*'-':
            continue
        yield line

reader= csv.reader( readCleanLines( someFile ) )
for row in reader:
    print row

这应该无缝且无声地处理引号内的换行符.

如果要对此文件执行其他操作,例如,保存----删除了行的副本,则可以执行此操作.

with open( "source", "r" ) as someFile:
    with open( "destination", "w" ) as anotherFile:
        for line in readCleanLines( someFile ):
            anotherFile.write( line )

这将----删除行的副本.这并不值得付出努力,因为阅读和跳过这些行非常非常快,并且不需要任何额外的存储空间.

Answer 2

您需要排除分隔线末尾的换行符.试试这个:

\n(?<!-\n)(?!-)

这个正则表达式使用负面的后置断言来排除\n前面的一个断言-.