Pythonre.sub公司上下文不匹配时替换字符

Question

我正在清理一些损坏的csv文件。一个问题是，它们在数据字段中包含换行符，因此将一个数据集一分为二。我正在寻找一段python代码，如果换行符后面不跟8位数字，它可以消除换行符。目前我的代码：

filetoparse = open('test.csv', encoding='utf-8')
data = filetoparse.read()

data = re.sub(r'\n(\d{8})',r'§§§\1',data)
data = re.sub(r'\n',r'',data)
data = re.sub(r'§§§','\n',data)

基本上，我使用§§§作为正确换行的占位符，消除数据中的所有换行符，然后用换行符替换占位符。在

它确实有用，但有没有办法可以更优雅地做到这一点呢？在

Answer 1

使用negative lookahead pattern：

data = re.sub(r'\n(?!\d{8})', '', data)

例如

^{2}$

收益率

12345678 foobarbaz
12345678 foo