如何從文字中刪除換行符

為什麼文字到達時帶有硬換行符

通常的來源是從 PDF 複製出來。 PDF 沒有段落——它的文字位於頁面上——因此副本會在視覺線結束的地方插入換行符。在頁面上佔據六行的段落以六行文字形式到達。

純文字電子郵件是另一個常見來源。較舊的郵件用戶端將外發郵件硬包裝為 72 或 76 個字符，並且引用的回復會無限期地保留這些中斷。

其顯著特徵是斷點位於句子中間，大致在同一列，而不是句子末尾。這就是它們可以機械移除的原因：真正的段落分隔符號由空白行分隔，而段落中間的換行則不然。下面的一切都取決於這種差異。

保留段落：單一模式方法

模式如下：一個換行符，前面沒有換行符，後面也沒有換行符。段落中間換行匹配；雙斷點中的每個換行符的一側都有一個換行符，因此兩者都不匹配。

如果該工具拒絕該模式並出現錯誤，則表示您的瀏覽器不支援lookbehind。在這種情況下，請使用更簡單的 \s*\n\s* 替換來連接所有內容，並在將文字貼到的任何內容中重新引入段落分隔符號。

1. 按修剪線。這會去除每一行的前導和尾隨空白，因此段落分隔符號剛好變成兩個換行符，而不是一個換行符、一個雜散空格和另一個換行符。
2. 勾選正規表示式。
3. 尋找 (?<!\n)\n(?!\n) 並替換為單一空格。按全部替換。
4. 檢查計數。它應該大致匹配換行數，並且應該比總行數小大約段落數。

將所有內容連接到一個區塊中

對於引用、搜尋查詢或進入單一欄位的任何內容，您根本不需要保護段落。

正規表示式模式，找到 \s*\n\s* 並替換為單一空格。兩側的 \s* 同時吸收縮排和尾隨空格，因此之後不需要單獨的雙空格清理。

Windows 行結尾和其他錯誤

• 如果 \n 上的替換報告為零，或留下雜散字符，則文字具有 Windows 行結尾。找到\r並先將其替換為空；將 CRLF 轉換為 LF，然後上面的模式就會起作用。
• 帶有連字符的單字跨行分開——“inter-”然後是“national”——連接後變成“international”。找到“-”並替換為任何內容，但首先讀取計數，因為該模式也匹配散文中的合法破折號。
• 如果一行以空格結尾並且您使用了lookbehind模式，則雙空格可以保留。找到兩個空格，替換為一個，然後運行兩次。
• 段落之間沒有空白行的文字沒有要保護的訊號。沒有任何模式可以恢復從未編碼的段落邊界，您必須手動重新插入它們。

關於該工具的正規表示式模式的兩件事

模式在守衛內部編譯。無效的模式會給您一條錯誤訊息，並使您的文字保持原樣 - 單獨的開括號是打字時的正常中間狀態，它不應該破壞您的工作。

模式是使用全域標誌編譯的，沒有多行或點標誌。因此，替換總是適用於任何地方；該點與換行符不匹配； ^ 和 $ 錨定整個文本而不是每一行。要按行操作，請明確匹配換行符，這就是上面的模式的作用。

尋找和取代欄位是單行輸入。您可以使用 \n 來匹配換行符，但不能插入換行符 — 在替換欄位中輸入的 \n 將作為反斜線後跟 n 插入。這就是為什麼上面的方法永遠不需要放回換行符號。

工作範例：從 PDF 複製兩個段落

貼上的文字在每個列印行之後都有一個硬中斷，並且在兩個段落之間有一個空白行。使用 / 作為換行符，看起來像這樣：

“委員會週二開會審查/3月份提交的提案。一些成員/對時間表提出了擔憂。//修訂後的版本將在/下一次會議之前分發。”

總共有 5 個換行符：四個換行符號和一個段落分隔符號寫為兩個連續的換行符。五人中的四人應該去。

1. 按修剪線。
2. 勾選Regex，找到(?<!\n)\n(?!\n)，替換為空格，全部替換。
3. 讀取報告的計數。

結果： 此工具報告 3 個替換（三個中間段落換行），結果是兩個段落，每個段落位於一個連續行上，仍然由空白行分隔。使用 \s*\n\s* 會報告 4 並將兩個段落合併為一個，這是引用的正確答案，但這裡是錯誤的答案。

開啟工具

清理文本工具包中的文本

文字和正規表示式尋找和替換，帶有撤消歷史記錄和每個步驟後的替換計數。您貼上的任何內容都不會發送到任何地方。

這不包括什麼

• 這是尋找和替換，而不是回流。它無法區分中間句子換行和故意短行（例如地址區塊、詩句或項目符號列表）。
• 替換欄位無法插入換行符，因此任何需要將換行符號放回原處的技術都必須在其他地方完成。
• 後視模式需要支援後視斷言的瀏覽器。較舊的瀏覽器會報告無效模式錯誤，而不是默默地失敗。
• 處理在主執行緒上運行，因此非常大的文件可能會在轉換期間短暫暫停介面。
• 撤銷僅限於最近 50 次操作。
• 兩次造訪之間不會儲存任何內容。根據設計，重新載入頁面會放棄您的工作。