Python中按条件移除文件内换行符的实现方法

这是个很常见的文本整理需求，我给你准备了两种实用的解决方案，分别适合不同场景：

Python脚本方案（适合跨平台、需要自定义逻辑的场景） #

这个脚本会严格匹配你指定的DD/MM/YYYY, HH:MM - 格式开头的行，把所有非该格式的行合并到上一行，全程保留UTF-8编码避免乱码：

import re

# 定义匹配目标日期开头的正则表达式（完全匹配你的格式）
date_pattern = re.compile(r'^\d{2}/\d{2}/\d{4}, \d{2}:\d{2} - ')

# 替换成你的输入、输出文件路径
input_file = "your_input.txt"
output_file = "your_output.txt"

current_entry = ""

with open(input_file, 'r', encoding='utf-8') as infile, open(output_file, 'w', encoding='utf-8') as outfile:
    for raw_line in infile:
        # 只去掉行尾的换行符，保留行内所有空格和格式
        line = raw_line.rstrip('\n')
        
        if date_pattern.match(line):
            # 遇到新的日期行：先把之前累积的内容写入文件
            if current_entry:
                outfile.write(current_entry + '\n')
            # 更新当前内容为新的日期行
            current_entry = line
        else:
            # 非日期行：追加到当前内容后面（加空格避免内容连在一起）
            if current_entry:
                current_entry += ' ' + line
            else:
                # 处理特殊情况：如果文件第一行就没有日期开头，直接保留
                current_entry = line
    # 写入最后一条累积的内容
    if current_entry:
        outfile.write(current_entry + '\n')

脚本说明： #

• 正则表达式精准匹配你给出的日期时间格式，不会误判其他类似行
• 全程使用UTF-8编码读取/写入，确保中文或特殊字符不会乱码
• 非日期行合并时自动加空格分隔，避免内容粘连
• 兼容第一行无日期开头的特殊情况

命令行awk方案（适合Linux/macOS快速批量处理） #

如果你习惯用命令行工具，awk可以快速完成这个任务，无需写完整脚本：

awk '
BEGIN {
    # 定义日期匹配规则
    date_regex = /^[0-9]{2}\/[0-9]{2}\/[0-9]{4}, [0-9]{2}:[0-9]{2} - /
    prev_content = ""
}
{
    if ($0 ~ date_regex) {
        if (prev_content != "") print prev_content
        prev_content = $0
    } else {
        prev_content = prev_content " " $0
    }
}
END {
    if (prev_content != "") print prev_content
}' your_input.txt > your_output.txt

使用示例： #

假设你的输入文件内容是：

10/02/2016, 19:08 - 这是第一条消息的开头
这条是第一条的续行，没有日期
11/02/2016, 20:15 - 这是第二条消息
续行1
续行2

处理后输出文件的每行都会以指定日期开头：

10/02/2016, 19:08 - 这是第一条消息的开头 这条是第一条的续行，没有日期
11/02/2016, 20:15 - 这是第二条消息 续行1 续行2

内容的提问来源于stack exchange，提问作者Yaeli778