构建正则表达式，如何删除多余的换行符？

Question

我有这样的字符串

"a           a            a  a aaa b c d e f a g a aaa  aa           a       a"

我想把它变成

"a b c d e f a g a"

要么

"a                        b c d e f a g a                   "

（以比较容易，因为它是HTML，所以没关系）

"a"是换行符（ \\r\\n ），以防万一。

Answer 1

通常，您的代码应为：

s.replace(new RegExp("(\\S)(?:\\s*\\1)+","g"), "$1"); 

检查这个小提琴。

但是，根据您的案例/问题中的那些字符a ， b ， c ，...，您可能需要将\\\\S更改为其他类，例如[^ ] ，然后将\\\\s更改为[ ] ，如果您还想将\\ r和\\ n也包含在内，请>>

s.replace(new RegExp("([^ ])(?:[ ]*\\1)+","g"), "$1");

检查这个小提琴。

但是，如果a要表示字符串\\ r \\ n ，那么您将需要更复杂的模式>>

s.replace(new RegExp("(\\r\\n|\\S)(?:[^\\S\\r\\n]*\\1)+","g"), "$1");

检查这个小提琴。

Answer 2

如果我正确理解问题，则目标是删除特定字符/字符串的重复副本，可能用空格分隔。 您可以通过将正则表达式(a\\s*)+替换a ;来实现。 +多个连续拷贝， a\\s*为a秒，然后用空格怎么正是你做到这一点取决于语言：在Perl是$str =~ s/(a\\s*)+/a /g ，在Ruby中它的str.gsub(/(a\\s*)+/, "a ")等。

a实际上是\\r\\n的事实不应该使事情复杂化，但可能意味着，替换为s/(\\r\\n[ \\t]*)+/\\r\\n/g更好（因为\\s与\\r和\\n重叠。

Answer 3

如果您需要C＃代码，并且想用开头和结尾的空格折叠\\ r \\ n字符串，则解决方案非常简单：

string result = Regex.Replace(input, @"\s*\r\n\s*", "\r\n");

在此处检查此代码。

Answer 4

与此：

private string GetDescriptionFor(HtmlDocument document)
{
    string description = CrawlUsingMetadata(XPath.ResourceDescription, document);
    Regex regex = new Regex(@"(\r\n(?:[ ])*|\n(?:[ ])*){3,}", RegexOptions.Multiline | RegexOptions.IgnoreCase);//(?:[^\S\r\n|\n]*\1)+

    string result = regex.Replace(description, "\n\n");
    string decoded = HttpUtility.HtmlDecode(result);
    return decoded;
}

正如它应该做的那样，它会忽略所有换行符，除非匹配三个或更多连续换行符的情况（忽略空格），然后用\\n\\n替换那些匹配项。

Answer 5

试试这个：

Regex.Replace(inputString, @"(\r\n\s+)", " ");