使用正则表达式删除文本文件中的多余空白行

Question

嗨，我想在源文本文件中删除多余的空行（这意味着如果有2个或更多空行，则仅保留1个空行）。 我使用了这种模式：

^(\s*(\n|\r|\r\n)){2,}

它无法处理文件末尾的空行，如下所示：

1. BlablablaCRLF
2. CRLF
3. 

上面（第3行）是文件的末尾，VS StyleCop抱怨这里有多个空行。 它看起来像文件末尾的换行符，但实际上什么都没有，我在notepad ++中打开了“显示所有字符”，我期望在文件末尾看到CRLF，但是没有。 我的模式无法识别此情况，该如何处理？ 谢谢！

Answer 1

基本答案

如果这是您要匹配的：

1. 多个连续的空行，其中多个均值> 1。
2. 文件末尾的所有空行，由\\n终止文件隐式生成的行除外（可以认为是一种好习惯，请参见此处 ）。
3. 终止\\n之后的所有冗余空白。

然后，该模式可以帮助您：

(^\s*(\r|\n)){2,}|^\s+(\r|\n)?\Z

进一步说明

第一部分(^\\s*(\\r|\\n)){2,}为1，第二部分^\\s+(\\r|\\n)?\\Z匹配末尾多余的空行终止\\n之后的文件或多余的空格。

如果您的文件看起来像这样（带有Unix文件结尾）...

1. FirstLine\n
2. 
3. ThirdLine\n
4. FourthLine\n
5.
6.
7. SeventhLine\n

...那么它只匹配第5行和第6行，但最后不匹配。 由于\\n终止，因此Notepad ++会在最后显示第8行。 但是，如果在文件末尾有多个\\n ，或者在第7行中的\\n结束后还有其他\\t或空格，则将匹配。

如果您还想匹配\\n终止符生成的行（并因此在替换时删除\\n终止符），则可以使用^\\s*\\Z代替正则表达式的第二部分。

\\s*(\\r\\n)附加说明：这匹配每个允许的组合，例如abc\\n ， abc\\r\\n或abc\\r因为\\s还包括\\n和\\r 。

\\Z匹配整个文件/输入的结尾（而$只匹配一行的结尾）。

我敢肯定正则表达式的版本可能会短一些，但我的初衷是使其正常工作并易于理解。