Regex para dividir en sucesiones de caracteres de nueva línea

Question

Estoy tratando de dividir una cadena en caracteres de nueva línea (para los caracteres de nueva línea del archivo de texto de Windows, OS X y Unix). Si hay una sucesión de estos, quiero dividirlos también y no incluir ningún en el resultado.

Así, para cuando se dividen los siguientes:

"Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix" 

El resultado sería:

['Foo', 'Double Windows', 'Double OS X', 'Double Unix', 'Windows', 'OS X', 'Unix'] 

Qué expresiones regulares se debe usar?

Answer 1

re.split(r'[\n\r]+', line) 

Answer 2

El patrón más simple para este propósito es r'[\r\n]+' que se puede pronunciar como "uno o más de retorno de carro o caracteres de nueva línea".

Answer 3

>>> s="Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix" 
>>> import re 
>>> re.split("[\r\n]+",s) 
['Foo', 'Double Windows', 'Double OS X', 'Double Unix', 'Windows', 'OS X', 'Unix'] 

Answer 4

Si no hay espacios en los arranques o extremos de las líneas, puede utilizar line.split() sin argumentos. Eliminará los dobles. . Si no, puede usar [a for a a.split("\r\n") if a].

EDITAR: el tipo str también tiene un método llamado "líneas divisorias".

"Foo\r\n\r\nDouble Windows\r\rDouble OS X\n\nDouble Unix\r\nWindows\rOS X\nUnix".splitlines()

Answer 5

Prestando atención a las normas greediness para los patrones:

pattern = re.compile(r'(\r\n){2,}|(\n\r){2,}|(\r){2,}|(\n){2,}') 
paragraphs = pattern.split(text)