数据清洗之字符串内容替换（字符串处理&正则处理）

在 Python 中删除字符串中的换行符，可以使用字符串方法或正则表达式，以下是详细实现和对比：

---

一、字符串方法（无需额外库，效率高）

方法 1：replace() 直接替换

text = "这是第一行\n下一行\r带有换行的\r\n例子"
# 分别替换 \r 和 \n（注意顺序）
clean_text = text.replace("\r", "").replace("\n", "")
print(clean_text)  # 输出: "这是第一行下一行带有换行的例子"

方法 2：splitlines() + join()（更智能）

text = "这是第一行\n下一行\r带换行的\r\n例子"
# splitlines() 会自动处理不同平台的换行符（包括 \n、\r、\r\n）
clean_text = ''.join(text.splitlines())
print(clean_text)  # 输出: "这是第一行下一行带换行的例子"

推荐：使用 splitlines() + join()，无需考虑换行符类型，安全性更高。

二、正则表达式（适用复杂情况）

使用 re.sub 一次性匹配所有换行变体：

import re

text = "这是第一行\n下一行\r带换行的\r\n例子"
clean_text = re.sub(r'[\r\n]+', '', text)  # 去除所有换行符（包括连续多个）
# 或替换为单个空格：re.sub(r'[\r\n]+', ' ', text)
print(clean_text)  # 输出: "这是第一行下一行带换行的例子"

关键点：

• ​模式 [\r\n]+：匹配 \r、\n 及其组合（如 \r\n），+ 表示连续多个换行符会被替换一次。
• ​匹配范围：若换行符来自不同平台（如 Windows 的 \r\n），正则会自动处理。

---

三、两种方法的优缺点对比

​方法	​优点	​缺点
splitlines() + join()	1. 简洁高效 2. 自动处理所有换行符类型	无法灵活定制（如替换为空格）
re.sub	1. 灵活性高（模式可调） 2. 适合复杂文本处理	需引入 re 模块，效率稍低

---

四、实际场景建议

re.sub(r'\s+', ' ', text)  # 替换所有空白（换行、空格等）为一个空格

 

​常规处理：优先用 splitlines() + join()，效率高且安全。

• ​复杂文本​（如混合多次换行）：用正则表达式，例如替换为单个空格而非直接删除：