Python匹配和替换

Question

我有一个pdf文件，其内容格式化如下：

00:12曾经住过一个人. 00:18被认为有.

这个列表也遵循同样的模式。现在，我正在尝试编写一个Regex程序，它将读取文件并删除所有时间戳，并将行跳转替换为空格。换句话说。我想用它写一大段。

这就是我对reg表达式的看法：

transcript.replace(transcript.matches("^[0-9:]+$"),"")

这样就可以去掉任何数字和冒号，也就是时间戳。现在我不知道如何替换跳过的行，我会做这样的事情吗？

transcript.replace(transcript.matches("^[\n]+$"), " ")

任何帮助都将不胜感激。谢谢!

Answer 1

您不能检查空行，跳过(或删除)这些行，并使用您的transcript代码来处理时间戳吗？

for line in file:
    if line == "": #test that this is how a blank line is read
       line.delete
    else:
       transcript.replace(transcript.matches("^[0-9:]+$"),"")

这可能会返回具有以下外观的文本块

曾经住过一个人. 被认为有.

你仍然需要把它概括成连续的段落。这三个点是否像你引用的文本一样出现在每一行的末尾？