如何用JavaScript正则移除文本中的空行与仅含短横线的行
原代码失效的核心原因
你写的/^\s*[\r\n\-]/gm之所以达不到效果,是匹配逻辑从根上就错了:
- 字符类
[\r\n\-]只会匹配行首位置的单个字符(任意空白、换行、短横线),根本没覆盖“整行都是空/全是短横线”的范围——碰到这种行只会删掉行首的一个字符,不会把整行整个移除 - 没有绑定行尾边界,很容易误伤有效内容:比如碰到以
- 患者主诉右膝疼痛开头的正常记录行,正则会直接把行首的短横线删掉,破坏原有文本结构
正确实现方案
要精准移除两类目标行,正则需要覆盖整行的范围边界:从行的开头到行的结尾,只要整行没有实际有效文字,要么全是空白字符,要么全是短横线(允许短横线前后带空格、制表符这类无意义空白),就直接匹配删掉。
对应的JavaScript代码:
// 第一步:移除所有纯空行、全由短横线组成的行 const cleaned = mytext.replace(/^\s*(-\s*)*$/gm, ""); // 第二步:清理替换后残留的连续多空行,避免文本留下大段空白 const finalResult = cleaned.replace(/\n{3,}/g, "\n\n");
正则各部分的作用:
- 末尾的
m(多行模式):让^和$匹配每个物理行的开头和结尾,而不是整个文本块的首尾 ^:定位单个行的起始位置\s*:匹配行首任意数量的空白字符(空格、制表符)(-\s*)*:匹配任意数量的“短横线+尾随空白”组合——不管一行里有几个短横线,只要没有其他有效文字就算命中$:定位单个行的结束位置
实际处理效果
用你提供的病历类文本示例跑一遍,原来夹在CID表头和“Observações Gerais”之间的四行单独-的内容会被整行移除,所有无意义空行也会被清理,最终输出的文本不会破坏原有有效内容:
CID Principal CID 2 CID 3 CID 4 Observações Gerais: Paciente relata dor cronica ,agudizada e limitante do joelho direito , edema +/3+, nega trauma ou queda, dor a palpação na interlinha articular medial. Hipótese Diagnóstica: Conduta: Lisador dip, restiva 5 mg adesivos, gelo, fisioterapia, Rx da bacia, joelhos com carga e orientações.
内容的提问来源于stack exchange,提问作者Luiz Alves
相关产品推荐
相关产品推荐

