c# regex.replace 需要替换3个或更多空格

Question

我的输入示例文本文件

92721662,5819.53,2019 - 10 - 10,04332977,5938.30,.00,118.77 -

92721664,5510.56,2019 - 10 - 10,04332978,5623.02,.00,112.46 -

92730321,22805.90,2019 - 10 - 15,04354360,23350.20,.00,544.30 -

我尝试过的最后一个正则表达式是：

var requestbody3 = Regex.Replace(requestbody2, @" { 3 ,}[\r\n]", "");

其中requestbody2是“testinput.txt”文件中File.ReadAllText()的结果

目标是仅删除包含 3 个或更多以\\r\\n结尾的空格的空行，使各行之间没有间隙。

Answer 1

为此，您可以完全避免使用 Regex，我强烈建议您这样做。

不要将您的文件作为一个巨大的字符串读取，而是使用内置方法获取行： File.ReadLines() 。 然后要删除空行，您只需使用 LINQ。

因此，您的代码应该是：

IEnumerable<string> lines = File.ReadLines("testinput.txt").Where(!string.IsNullOrWhiteSpace);

Answer 2

问题的关键是正则表达式包含无关的空白，并且不表现为“三个或更多”量词。 只需不要在大括号内放置空格：

//three or more spaces followed by windows or unix newline
" {3,}\r?\n"

还要考虑：

• 使用\\s而不是匹配一个空格
• 不要放[\\r\\n]因为它的意思是“CR 或 LF 之一”所以如果你的文件有 CRLF 它将匹配 CR 并删除它而不是 LF 并且你的文件仍然会有新行但已损坏/混合行结尾。 正确的正则表达式是匹配 0 或 1 CR 后跟 1 LF
• 根据 Pluto 的评论，您可以使用插入符号开始您的正则表达式，以防止匹配包含某些文本然后以 3 个或更多空格结尾的行： ^\\s{3,}\\r?\\n - 请注意，您还需要启用多行正则表达式选项，以便正则表达式引擎将每一行文本视为单独的输入- 现在它将整个输入视为一个字符串，因此 ^ 仅适用于文件的开头而不适用于每一行的开头
• 或者，您可以使用正面查找来确保仅匹配以换行符开头的空格序列。 前面的换行符不是匹配的一部分，因此不会被替换： (?<=\\n)\\s{3,}\\r?\\n 。 这样做的缺点是它不能匹配文件的第一行，所以我们需要另一个扩展名，比如“匹配输入的开头或换行符，然后是 3 个以上的空格，然后是 CR/CRLF”即： (^|(?<=\\n))\\s{3,}\\r?\\n

矫枉过正，但一个不错的学习之旅。 也许考虑使用建议的不使用正则表达式的路线之一:)