Python腳本刪除段落和文件末尾之間的多個空行

Question

我編寫了一個 python 腳本來捕獲我想要的數據，但我有一個包含多個段落的結果文本文件，但每個段落由不同的空行分隔 - 從 2 到 8。

我的文件在文件末尾也有多個空行。

我希望 Python 在段落之間留下不超過 2 個空行，並且文本文件末尾沒有空行。

我已經嘗試過循環和 line.strip、replace 等，但我顯然不知道如何將它們放在一起。

到目前為止我一直在使用的例子

wf = open(FILE,"w+")
for line in wf:
         newline = line.strip('^\r\n')
         wf.write(newline)
         wf.write('\n')

Answer 1

這是一些未經測試的代碼：

import re

new_lines = re.compile('\n{2,9}')

with open(FILE) as f:
    contents = f.read()
contents = re.sub(new_lines, '\n\n\n', contents.strip())
with open(FILE, 'w') as f:
    f.write(contents)

首先刪除末尾的空行。 然后正則表達式匹配文件內容中 2 到 9 個換行符的實例，並通過re.sub()函數用 3 個換行符替換它們。

Answer 2

實際上，刪除所有空行然后在段落之間插入兩個空行（最后沒有）比計算所有空行並僅在有兩個以上時才刪除更容易。 除非您正在處理大文件，否則我認為這兩種方法之間不會有任何性能差異。 這是使用re的快速而骯臟的解決方案：

import re
# Reads from file
f = open('test.txt', 'r+')
txt = f.read()
# Removes all blank lines
txt = re.sub(r'\n\s*\n', '\n', txt)
# Adds two blanks between all paragraphs
txt = re.sub(r'\n', '\n\n\n', txt)
# Removes the blank lines from the EOF
txt = re.sub(r'\n*\Z', '', txt)
# Writes to file and closes
f.write(txt)
f.close()

前：

One line below

None below
Three below



EOF with one blank line below (stackoverflow's code thingy omits it)

后：

One line below


None below


Three below


EOF with one blank line below

Answer 3

我知道要求的答案是 python，但我認為這可能有點矯枉過正。

為什么不直接在 shell 上預處理文件？ 使用grep或sed或awk來完成此操作。

這是grep版本：

$ grep -v '^$' input.txt > output.txt

這是我找到的快速參考

Answer 4

到目前為止，這個問題還沒有得到真正的回答。 這是一個有效的解決方案，但我認為它可能會更好。

newtext = ''    
counter = 0
for line in text.splitlines():
    line = line.strip()
    if len(line)==0:
        counter += 1
        if counter<=2:
            newtext += line + '\n'
    else:
        newtext += line + '\n'
        counter = 0