如何使用正则表达式移除字符串中位于不含#字符行前的特定换行符

正则解决方案 #

你现有正则\n^(?m)(?!.*#).*$的问题是会同时匹配换行符和后续无#的整行内容，替换时会丢失后续行的文本，不符合保留内容的需求。

正确的正则需要使用正向零宽预查，只匹配符合条件的换行符本身，不消耗后续行的内容：

• 需开启多行匹配模式（m模式）
• 基础正则表达式（适配LF换行）：\n(?=[^#\r\n]*$)
• 兼容CRLF换行的正则：\r?\n(?=[^#\r\n]*$)
• 替换规则：将匹配到的内容直接替换为空字符串即可

规则说明 #

• \r?\n：适配Windows、Unix系统的两种换行格式
• (?=[^#\r\n]*$)：正向预查，确认当前换行符后面的整行从开头到结尾都不包含#、换行符、回车符，完全符合「位于不含#的行之前」的要求
  用你给出的示例测试，该正则刚好只会匹配#line2后面的换行符，替换后就能得到你要的效果。

更优的非正则解决方案 #

如果你的使用场景允许逐行处理文本，更推荐用逐行遍历的方案，逻辑更清晰易懂，后续调整规则的成本远低于正则，也不会出现正则的各种边界匹配问题。

以Python为例的实现代码：

def merge_non_hash_lines(text):
    lines = text.splitlines()
    if not lines:
        return ""
    res = [lines[0]]
    for line in lines[1:]:
        if '#' not in line:
            res[-1] += line
        else:
            res.append(line)
    return '\n'.join(res)

直接传入原字符串调用即可得到目标结果，不需要处理正则的模式匹配、边界兼容问题。

内容的提问来源于stack exchange，提问作者Alg_D