W dniu 2020-04-11 o 12:06, fir pisze:
> jeszcze jedno pytanke, jesli mozn, ulatwiloby mi sprawe
>
> to ogniem i mieczem przkonwertowalem sobie z epub na txt jakism konwerterem
> zachowal unicode itd chyab wszystko jest ok poza faktem ze tam gdzie powinno byc
jedno newline 0x0d 0x0a pwoiedzmy jest za kazdym razem 0x0a 0x0a 0x0a (trzy 0A)
> i wiekszosc edytorow traktuje to jako 3 newliny
>
> jak sprawdzc czy
> ogniem_i_mieczem_text[m] jest pojedyncza linia z 0x0a? ew jak napisac prsty
konwerter w pythonie ktory by polknal plik i zamianil kazde 3 0x0A na jedno 0xA

To już moja ostatnia odpowiedź dzisiaj.


Konwersja całości, to najprościej chyba jakoś tak:

s jest twoim źródłowym tekstem

>>> s.replace(u"\u000a\u000a\u000a", u"\u000a")

albo

>>> s.replace(u"\n\n\n", u"\n")

ale nie wiem, czy interpretacja \n nie zależy od systemu

uwaga: to zwraca nowego stringa, nie podmienia w oryginalnym.




A sprawdzania można zrobić np. tak:

przykładowy wieloliniowy tekst:

s = u"""ahjklsl


ajkshgjkgh


hsajhkjhskj


hnajkhjhjl"""


poniższe sprawdza czy podany tekst dzieli się na określone 3 części

>>> m = re.match(u"(.*?)(\u000a+)(.*)", s, flags=re.DOTALL)

(.*?) ta grupa dopasowuje dowolny tekst w sposób niezachłanny
(\u000a+) ta grupa dopasowuje jeden lub więcej znaków końca linii
(.*) tu wpychamy całą resztę tekstu

i teraz możemy sprawdzić

jaki był pierwszy wiersz

>>> m.group(1)
u'ahjklsl'

ile znaków końca linii było po pierwszym wierszu
>>> len(m.group(2))
3
>>> m.group(2)
u'\n\n\n'

czy w tekście było coś jeszcze
>>> len(m.group(3))
37
>>> m.group(3)
u'ajkshgjkgh\n\n\nhsajhkjhskj\n\n\nhnajkhjhjl'