ピリオドの前にないすべての改行を正規表現に置き換えますか？

Question

正規表現を使用してピリオドで区切られていない改行のみを選択できますか？ 私は学生用の字幕ファイルを編集しています。印刷版のデッドツリーを使いやすいようにするには、ピリオドや疑問符の前にスペースがないすべての改行を置き換えようとしています。

オプション1
すべてのラインがそのために動作しますが、それはもちろん、改行の前に単語の最後の文字を選択[a-z]\n期間または疑問符正規表現が先行していない休憩を選択します。 - >どういうわけか、改行の前に単語の最後の文字を保存して挿入して、スペースで正規表現を使用して挿入するか、それともスクリプトを書く必要がありますか（例えば、php）

オプション2
文字で始まる改行のみを選択します。私はlookbehindを見てみました。

この質問を書いソリューションは、私を襲っている間。 文字より前の改行を選択するには(?<=[a-z])\nを入力し、スペースで置き換えます。

私は、スタックオーバーフローを検索し、本当に私が探していたものを見つけることができませんでした。私は質問と解決策を同時に投稿することで誰もが怒らないことを願っています。将来他の人に役立つかもしれません。

Answer 1

構文は、テキストを置き換えるために使用する内容（Java、Perl、PHP、sed、viなど）によって異なる場合があります。 Perlで

str.replaceAll("([^\\.!?])\r?\n", "$1 ").replaceAll(" +", " "); 

：あなたはこの試みることができるJavaでは

perl -p -e 's/([^\.!?])\n/\1 /g; s/ +/ /g;' file.txt 

をあなたにも同様の質問にこの答えを読むことができます：

How can I replace a newline (\n) using sed?

Answer 2

のは、定義しよう最初に改行します。いくつかの正規表現の味では、Java 8/PHP（PCRE）、Ruby（Onigmo）では、任意の改行スタイルに一致する略語クラス\Rを使用することができます。以下のようにJava 8 regex reference, \R is defined：

\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029] 

今、あなたはそれが.文字で始まるされていない場合は、このパターンを見つけたいです。 負の検索ビヘイビア、(?<!\.)を使用する必要があります。現在の場所のすぐ左にある.が見つかると、それは失敗します。

• PHP（demo）：preg_replace('~(\.\R+)|\R+~', '$1', $s)
• のJava 7（demo）：String rx_R = "(?:\\u000D\\u000A|[\\u000A\\u000B\\u000C\\u000D\\u0085\\u2028\\u2029])"; String res = s.replaceAll("(\\." + rx_R + ")|" + rx_R, "$1");
• ルビーdemo（だから、ここでいくつかの言語でドットを先行しない改行を削除する方法の例をいくつか示します）：s.gsub(/(\.\R+)|\R+/, '\1')
• C＃（demoを参照）：var rx_R = @"(?:\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029])"; var res = Regex.Replace(txt, $@"(\.{rx_R})|{rx_R}", "$1");
• パイソン（2.xおよび3.xの両方）（demo）：rx_R = r'(?:\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029])'その後、re.sub(r'(\.{0})|{0}'.format(rx_R), lambda x: x.group(1) if x.group(1) else '', s)
• JavaScriptを：それは、このように、改行の前に.以外の文字を維持するために([^.]|^)キャプチャグループと（置換文字列からそれを参照する$1）後方参照を使用して、後読みをサポートしていません：

var s = "Line1\u000D\u000A Line2\u000B Line3\u000C Line4\u0085 Line5\u2028 Line6\u2029 Line7"; 
 
var rx = /([^.]|^)(?:\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029])/g; 
 
console.log(s.replace(rx, '$1'));