替換 \n 同時保持 \r\n 不變

Question

我有一個巨大的 CSV 文件（196244 行），其中除了新行之外還有 \n，我想刪除那些 \n 但保持 \r\n 完好無損。 我已經嘗試過line.replace但似乎無法識別\r\n所以接下來我嘗試了正則表達式

with open(filetoread, "r") as inf:
    with open(filetowrite, "w") as fixed:
        for line in inf:
            line = re.sub("(?<!\r)\n", " ", line)
            fixed.write(line)

但它並沒有保留\r\n它正在刪除所有內容。 我不能在 Notepad++ 中執行此操作，它會在此文件上崩潰。

Answer 1

您沒有將換行符暴露給正則表達式引擎。 此外，當使用r模式open時，換行符被“規范化”為 LF，為了將它們全部保留在輸入中，您可以使用b以二進制模式讀取文件。 然后，您還需要記住在正則表達式模式和替換中使用b前綴。

您可以使用

with open(filetoread, "rb") as inf:
    with open(filetowrite, "wb") as fixed:
        fixed.write(re.sub(b"(?<!\r)\n", b" ", inf.read()))

現在，整個文件將被讀入單個字符串（使用inf.read() ）並且換行符將被匹配，並最終被替換。

關注

• 讀取文件時的"rb"
• "wb"寫出文件
• re.sub(b"(?<,\r)\n", b" ". inf.read())包含帶有字符串文字的b前綴，並且inf.read()將文件內容讀入單個變量。

Answer 2

當您使用一個簡單的open()調用打開一個文件時，它將通過TextIOWrapper加載一個包含各種換行符的文件視圖，只需\n

顯式設置newline="\r\n"應該允許您按照預期的方式讀寫換行符

with open(path_src, newline="\r\n") as fh_src:
    with open(path_dest, "w", newline="\r\n") as fh_dest:
        for line in fh_src:  # file-likes are iterable by-lines
            fh_dest.write(line[:-2].replace("\n", " "))
            fh_dest.write("\r\n")

內容示例

>>> with open("test.data", "wb") as fh:
...     fh.write(b"""foo\nbar\r\nbaz\r\n""")
...
14
>>> with open("test.data", newline="\r\n") as fh:
...     for line in fh:
...         print(repr(line))
...
'foo\nbar\r\n'
'baz\r\n'