Bagaimana saya bisa menghapus baris tambahan?

Apakah persamaan Python dari chompfungsi Perl , yang menghilangkan karakter terakhir dari string jika itu adalah baris baru?

Coba metode ini rstrip()(lihat doc Python 2 dan Python 3 )

>>> 'test string\n'.rstrip()
'test string'

rstrip()Metode Python melucuti semua jenis spasi spasi secara default, tidak hanya satu baris baru seperti Perl chomp.

>>> 'test string \n \r\n\n\r \n\n'.rstrip()
'test string'

Untuk menghapus hanya baris baru:

>>> 'test string \n \r\n\n\r \n\n'.rstrip('\n')
'test string \n \r\n\n\r '

Ada juga metode lstrip()dan strip():

>>> s = "   \n\r\n  \n  abc   def \n\r\n  \n  "
>>> s.strip()
'abc   def'
>>> s.lstrip()
'abc   def \n\r\n  \n  '
>>> s.rstrip()
'   \n\r\n  \n  abc   def'

Dan saya akan mengatakan cara "pythonic" untuk mendapatkan garis tanpa membuntuti karakter baris baru adalah splitlines ().

>>> text = "line 1\nline 2\r\nline 3\nline 4"
>>> text.splitlines()
['line 1', 'line 2', 'line 3', 'line 4']

Cara kanonik untuk menghapus karakter end-of-line (EOL) adalah dengan menggunakan metode string rstrip () menghapus semua trailing \ r atau \ n. Berikut adalah contoh untuk karakter Mac, Windows, dan Unix EOL.

>>> 'Mac EOL\r'.rstrip('\r\n')
'Mac EOL'
>>> 'Windows EOL\r\n'.rstrip('\r\n')
'Windows EOL'
>>> 'Unix EOL\n'.rstrip('\r\n')
'Unix EOL'

Menggunakan '\ r \ n' sebagai parameter untuk rstrip berarti bahwa ia akan menghapus semua kombinasi trailing dari '\ r' atau '\ n'. Itu sebabnya ia bekerja dalam ketiga kasus di atas.

Nuansa ini penting dalam kasus yang jarang terjadi. Sebagai contoh, saya pernah harus memproses file teks yang berisi pesan HL7. Standar HL7 membutuhkan trailing '\ r' sebagai karakter EOL-nya. Mesin Windows tempat saya menggunakan pesan ini telah menambahkan karakter EOL '\ r \ n' miliknya sendiri. Oleh karena itu, akhir setiap baris tampak seperti '\ r \ r \ n'. Menggunakan rstrip ('\ r \ n') akan menghapus keseluruhan '\ r \ r \ n' yang bukan yang saya inginkan. Dalam hal itu, saya hanya memotong dua karakter terakhir sebagai gantinya.

Perhatikan bahwa tidak seperti chompfungsi Perl , ini akan menghapus semua karakter yang ditentukan di akhir string, bukan hanya satu:

>>> "Hello\n\n\n".rstrip("\n")
"Hello"

Perhatikan bahwa rstrip tidak bekerja persis seperti chomp () Perl karena tidak mengubah string. Yaitu, di Perl:

$x="a\n";

chomp $x

hasil $xmenjadi "a".

tetapi dengan Python:

x="a\n"

x.rstrip()

akan berarti bahwa nilai xadalah masih "a\n" . Bahkan x=x.rstrip()tidak selalu memberikan hasil yang sama, karena menghapus semua spasi putih dari akhir string, bukan hanya satu baris paling baru.

Saya mungkin menggunakan sesuatu seperti ini:

import os
s = s.rstrip(os.linesep)

Saya pikir masalahnya rstrip("\n")adalah Anda mungkin ingin memastikan garis pemisahnya portabel. (beberapa sistem kuno dikabarkan akan digunakan "\r\n"). Gotcha lainnya adalah yang rstripakan menghapus spasi putih berulang. Semoga os.linesepakan berisi karakter yang tepat. hal di atas berfungsi untuk saya.

Anda bisa menggunakan line = line.rstrip('\n'). Ini akan menghapus semua baris baru dari akhir string, bukan hanya satu.

s = s.rstrip()

akan menghapus semua baris baru di akhir string s. Tugas diperlukan karena rstripmengembalikan string baru alih-alih memodifikasi string asli.

Ini akan meniru persis chomp perl (perilaku minus pada array) untuk terminator garis "\ n":

def chomp(x):
    if x.endswith("\r\n"): return x[:-2]
    if x.endswith("\n") or x.endswith("\r"): return x[:-1]
    return x

(Catatan: itu tidak mengubah string 'di tempat'; itu tidak menghapus spasi tambahan trailing; mengambil \ r \ n di akun)

"line 1\nline 2\r\n...".replace('\n', '').replace('\r', '')
>>> 'line 1line 2...'

atau Anda selalu bisa mendapatkan geekier dengan regexps :)

Selamat bersenang-senang!

Anda dapat menggunakan strip:

line = line.strip()

demo:

>>> "\n\n hello world \n\n".strip()
'hello world'

rstrip tidak melakukan hal yang sama seperti chomp, pada banyak level. Baca http://perldoc.perl.org/functions/chomp.html dan lihat bahwa chomp memang sangat kompleks.

Namun, poin utama saya adalah bahwa chomp menghapus paling banyak 1 akhir baris, sedangkan rstrip akan menghapus sebanyak mungkin.

Di sini Anda dapat melihat rstrip menghapus semua baris baru:

>>> 'foo\n\n'.rstrip(os.linesep)
'foo'

Perkiraan yang jauh lebih dekat dari penggunaan Perl chomp khas dapat dilakukan dengan re.sub, seperti ini:

>>> re.sub(os.linesep + r'\Z','','foo\n\n')
'foo\n'

Hati-hati dengan "foo".rstrip(os.linesep): Itu hanya akan mengejar karakter baris baru untuk platform tempat Python Anda dieksekusi. Bayangkan Anda menyimpan garis-garis file Windows di Linux, misalnya:

$ python
Python 2.7.1 (r271:86832, Mar 18 2011, 09:09:48) 
[GCC 4.5.0 20100604 [gcc-4_5-branch revision 160292]] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import os, sys
>>> sys.platform
'linux2'
>>> "foo\r\n".rstrip(os.linesep)
'foo\r'
>>>

Gunakan "foo".rstrip("\r\n")sebagai gantinya, seperti kata Mike di atas.

Sebuah contoh dalam dokumentasi Python hanya menggunakan line.strip().

chompFungsi Perl menghapus satu urutan linebreak dari ujung string hanya jika itu benar-benar ada.

Berikut adalah bagaimana saya berencana untuk melakukannya dengan Python, jika processsecara konseptual fungsi yang saya butuhkan untuk melakukan sesuatu yang berguna untuk setiap baris dari file ini:

import os
sep_pos = -len(os.linesep)
with open("file.txt") as f:
    for line in f:
        if line[sep_pos:] == os.linesep:
            line = line[:sep_pos]
        process(line)

Saya tidak memprogram dalam Python, tapi saya menemukan FAQ di python.org yang mengadvokasi S.rstrip ("\ r \ n") untuk python 2.2 atau lebih baru.

import re

r_unwanted = re.compile("[\n\t\r]")
r_unwanted.sub("", your_text)

Saya merasa nyaman untuk bisa mendapatkan baris chomped melalui di iterator, sejajar dengan cara Anda bisa mendapatkan baris un-chomped dari objek file. Anda dapat melakukannya dengan kode berikut:

def chomped_lines(it):
    return map(operator.methodcaller('rstrip', '\r\n'), it)

Penggunaan sampel:

with open("file.txt") as infile:
    for line in chomped_lines(infile):
        process(line)

solusi penyelesaian untuk kasus khusus:

jika karakter baris baru adalah karakter terakhir (seperti halnya dengan sebagian besar input file), maka untuk setiap elemen dalam koleksi Anda dapat mengindeks sebagai berikut:

foobar= foobar[:-1]

untuk memotong karakter baris baru Anda.

Jika pertanyaan Anda adalah untuk membersihkan semua jeda baris dalam objek multi baris str (oldstr), Anda dapat membaginya menjadi daftar sesuai dengan pembatas '\ n' dan kemudian bergabung dengan daftar ini menjadi str baru (newstr).

newstr = "".join(oldstr.split('\n'))

Sepertinya tidak ada analog yang sempurna untuk chomp perl . Secara khusus, rstrip tidak dapat menangani pembatas baris baru multi-karakter seperti \r\n. Namun, splitlines tidak seperti yang ditunjukkan di sini . Mengikuti jawaban saya pada pertanyaan yang berbeda, Anda dapat menggabungkan gabung dan splitline untuk menghapus / mengganti semua baris baru dari string s:

''.join(s.splitlines())

Berikut ini menghapus persis satu trailing newline (seperti yang dilakukan chomp, saya percaya). Melewati Truesebagai keependsargumen untuk splitlines mempertahankan pembatas. Kemudian, splitlines dipanggil lagi untuk menghapus pembatas pada "baris" terakhir:

def chomp(s):
    if len(s):
        lines = s.splitlines(True)
        last = lines.pop()
        return ''.join(lines + last.splitlines())
    else:
        return ''

Saya menggelegak jawaban berdasarkan ekspresi reguler saya dari yang saya posting sebelumnya di komentar dari jawaban lain. Saya pikir menggunakan readalah solusi yang lebih jelas untuk masalah ini daripada str.rstrip.

>>> import re

Jika Anda ingin menghapus satu atau lebih membuntuti karakter baris baru:

>>> re.sub(r'[\n\r]+$', '', '\nx\r\n')
'\nx'

Jika Anda ingin menghapus karakter baris baru di mana saja (tidak hanya mengekor):

>>> re.sub(r'[\n\r]+', '', '\nx\r\n')
'x'

Jika Anda ingin menghapus hanya 1-2 membuntuti karakter baris baru (yaitu, \r, \n, \r\n, \n\r, \r\r, \n\n)

>>> re.sub(r'[\n\r]{1,2}$', '', '\nx\r\n\r\n')
'\nx\r'
>>> re.sub(r'[\n\r]{1,2}$', '', '\nx\r\n\r')
'\nx\r'
>>> re.sub(r'[\n\r]{1,2}$', '', '\nx\r\n')
'\nx'

Saya memiliki perasaan apa yang sebenarnya diinginkan kebanyakan orang di sini, adalah untuk menghapus hanya satu kejadian karakter baris baru, baik \r\natau \ntidak lebih.

>>> re.sub(r'(?:\r\n|\n)$', '', '\nx\n\n', count=1)
'\nx\n'
>>> re.sub(r'(?:\r\n|\n)$', '', '\nx\r\n\r\n', count=1)
'\nx\r\n'
>>> re.sub(r'(?:\r\n|\n)$', '', '\nx\r\n', count=1)
'\nx'
>>> re.sub(r'(?:\r\n|\n)$', '', '\nx\n', count=1)
'\nx'

(Itu ?: Adalah untuk membuat grup yang tidak menangkap.)

(Ngomong-ngomong ini bukan apa '...'.rstrip('\n', '').rstrip('\r', '')yang mungkin tidak jelas bagi orang lain yang tersandung pada utas ini. str.rstripStrip sebanyak mungkin karakter trailing, jadi string seperti foo\n\n\nakan menghasilkan false positive foosedangkan Anda mungkin ingin melestarikan baris baru lainnya setelah menelanjangi satu baris tambahan.)

>>> '   spacious   '.rstrip()
'   spacious'
>>> "AABAA".rstrip("A")
  'AAB'
>>> "ABBA".rstrip("AB") # both AB and BA are stripped
   ''
>>> "ABCABBA".rstrip("AB")
   'ABC'

Cukup gunakan:

line = line.rstrip("\n")

atau

line = line.strip("\n")

Anda tidak perlu hal rumit ini

s = '''Hello  World \t\n\r\tHi There'''
# import the module string   
import string
# use the method translate to convert 
s.translate({ord(c): None for c in string.whitespace}
>>'HelloWorldHiThere'

Dengan regex

s = '''  Hello  World 
\t\n\r\tHi '''
print(re.sub(r"\s+", "", s), sep='')  # \s matches all white spaces
>HelloWorldHi

Ganti \ n, \ t, \ r

s.replace('\n', '').replace('\t','').replace('\r','')
>'  Hello  World Hi '

Dengan regex

s = '''Hello  World \t\n\r\tHi There'''
regex = re.compile(r'[\n\r\t]')
regex.sub("", s)
>'Hello  World Hi There'

dengan Bergabung

s = '''Hello  World \t\n\r\tHi There'''
' '.join(s.split())
>'Hello  World Hi There'

Ada tiga jenis akhir baris yang biasanya kita temui: \n, \rdan \r\n. Ekspresi reguler yang agak sederhana re.sub, yaitur"\r?\n?$" , mampu menangkap semuanya.

(Dan kita harus menangkap mereka semua , benarkan?)

import re

re.sub(r"\r?\n?$", "", the_text, 1)

Dengan argumen terakhir, kami membatasi jumlah kejadian yang diganti menjadi satu, meniru chomp sampai batas tertentu. Contoh:

import re

text_1 = "hellothere\n\n\n"
text_2 = "hellothere\n\n\r"
text_3 = "hellothere\n\n\r\n"

a = re.sub(r"\r?\n?$", "", text_1, 1)
b = re.sub(r"\r?\n?$", "", text_2, 1)
c = re.sub(r"\r?\n?$", "", text_3, 1)

... di mana a == b == cadalah True.

Jika Anda khawatir tentang kecepatan (katakanlah Anda memiliki daftar panjang string) dan Anda tahu sifat baris baru char, mengiris string sebenarnya lebih cepat daripada rstrip. Sebuah tes kecil untuk menggambarkan ini:

import time

loops = 50000000

def method1(loops=loops):
    test_string = 'num\n'
    t0 = time.time()
    for num in xrange(loops):
        out_sting = test_string[:-1]
    t1 = time.time()
    print('Method 1: ' + str(t1 - t0))

def method2(loops=loops):
    test_string = 'num\n'
    t0 = time.time()
    for num in xrange(loops):
        out_sting = test_string.rstrip()
    t1 = time.time()
    print('Method 2: ' + str(t1 - t0))

method1()
method2()

Keluaran:

Method 1: 3.92700004578
Method 2: 6.73000001907

Ini akan bekerja baik untuk windows dan linux (agak mahal dengan sub kembali jika Anda hanya mencari solusi ulang)

import re 
if re.search("(\\r|)\\n$", line):
    line = re.sub("(\\r|)\\n$", "", line)

Baris perpecahan pertama kemudian bergabung dengan mereka dengan pemisah yang Anda suka:

x = ' '.join(x.splitlines())

harus bekerja seperti pesona.

Tangkapan semua:

line = line.rstrip('\r|\n')