Python에서 Windows 줄 끝 처리하기

Question

Windows 공급자로부터 700MB의 XML 파일이 있습니다.

줄 끝은 '\ r \ n'(또는 vi의^M)입니다. 미친 것 같다 rstrip() (파일을 열 필요 '\ n'을 :-)

1. 사용 os.linesep
2. 사용 ... 이상 보낼 수있는 공급 업체를 얻기 제외하고이 상황을 처리하는 가장 효율적인 방법은 무엇입니까)
3. Universal newline support을 사용하면 Mac Snow Leopard에서 표준이 아니므로 옵션이 아닙니다.

필자는 Python 2.6 이상이 필요하지만 최소한의 외부 요구 사항으로 Snow Leopard 및 Ubuntu 9.10에서 작동해야합니다. 나는 작은 성능 페널티는 신경 쓰지 않지만 이것을 다루는 표준 최선의 방법을 찾고있다.

---- 편집 ----

엔딩 태그 기술자의 중간에있는 선은, 그렇지 않은 경우는 문제가되지 않을 것입니다. 나는 이것이 나쁜 형태이고 그것이 나에게 이것을 보내면 안된다는 것을 알고있다. 그러나 이것이 내가 파일을 갖고있는 방법이며 공급 업체는 대부분 무능력하다.

Answer 1

Allegedly : "" "이 사람은 \ r \ n 태그 설명자 중간에 있습니다 : <ParentRedirec tSequenceID>" "".

여기에 no \r\n이 표시됩니다. 아마 당신이에 repr (XML)를

"<ParentRedirec\r\ntSequenceID>" 

그렇지 않으면 같은 것들을 포함하고 의미를 repr 패션 예으로, 정확하게 당신이 무슨 뜻인지 말을하려고합니다.

다음 작업을해야합니다 :

>>> import re 
>>> guff = """<atag>\r\n<bt\r\nag c="2">""" 
>>> re.sub(r"(<[^>]*)\r\n([^>]*>)", r"\1\2", guff) 
'<atag>\r\n<btag c="2">' 
>>> 

을 태그에 하나 이상의 줄 바꿈 예를 들어,이있는 경우 <foo\r\nbar\r\nzot> 이것은 첫 번째 만 수정합니다. guff가 줄어들 때까지 루프 (1) 반복 (2) 똑똑한 정규 표현식을 쓰십시오 :-)

Answer 2

이 파일로 무엇을하려고하십니까? 태그 사이의 공백은 일반적으로 XML에서 무시되므로 줄 끝이 태그의 내용과 관련이있는 유일한 장소입니다.

Answer 3

왜 DOS 라인 엔딩이 문제입니까? 대부분의 것들은 XML 파서를 포함하여 잘 처리 할 수 ​​있습니다. 당신이 정말로 그들을 제거하려는 경우, universal line-endings 모드에서 파일을 엽니 다

open(filename, 'rU') 

파이썬은 유닉스 라인 엔딩에 대한 모든 라인 엔딩을 변환합니다. 당신이 정말로 그것을 사용할 수 없다면 (조금 놀랍습니다), 파이썬이 당신을 위해 일하도록 할 수있는 방법이 없습니다. 상관없이 파일을 열어야하므로 # 2에 대한 귀하의 이의가 조금 이상하게 보입니다.

Answer 4

파일을 텍스트 모드 또는 이진 모드로여시겠습니까? 나는 레오파드 설치시 보편적 인 개행을 계산했지만, 아마도 어딘가에서 업데이트 된 파이썬을 얻었을지도 모른다. ...

어쨌든 - 나는 부랑연에서 많은 프로그래머를 물어 뜯는 이런 종류의 것을 보았다. 왜냐하면 그들은 단지 'b'키에 도달하기 때문입니다. 플랫폼에 생성 된 것으로 알려진 텍스트 파일을 여는 경우 't'를 사용하고, 보편적 인 개행이 필요한 경우 't'대신 'U'를 사용하십시오.

with file(filename, 'rt') as f: 
    content = f.read() 

편집 : 주석은 'RT'는 기본이다 있습니다. 공정한 점이지만 파이썬 스타일은 암묵적인 것보다 명시 적으로 선호하는 경향이 있으므로 나는 그걸로 갈 것입니다.