如何从二进制文件中删除开始换行符或开始新行？

Posted 2023-02-24

【中文标题】如何从二进制文件中删除开始换行符或开始新行？

【英文标题】：How to remove starting newlines or the starting new from a binary file?

【发布时间】：2020-05-04 19:46:30

【问题描述】：

我看到有关于删除尾随换行符的讨论。

How can I delete a newline if it is the last character in a file?

但我没有找到关于删除起始换行符的讨论。任何人都可以让我知道删除开始换行符的最佳方法是什么（首选一个班轮）？谢谢。

【问题讨论】：

lstrip() ? replace也可以帮忙

您要删除所有初始空行，还是只删除第一个空行？

两者都需要。

你能举一个小的输入例子吗？

另外，为什么首选一个班轮？

【参考方案1】：

与chomp 等效的相反Perl 代码是s/^\n//。不要在最后一行 (eof) 上做，而是在第一行做。即使它只是一个空行，删除换行符将意味着该行不会在输出中打印任何内容。

perl -pe 's/^\n// if $. == 1' filename >filename2

或就地：

perl -pi -e 's/^\n// if $. == 1' filename

由于开始换行符定义为空行，因此您也可以使用 -n 而不是 -p 跳过打印它们（行为相同但不打印，因此您可以确定要打印哪些行）。

perl -ni -e 'print unless $. == 1 and m/^\n/' filename

如果您想删除潜在的多个起始换行符，您可以采取另一种方法；开始时自己推进句柄，直到收到非空行。

perl -pi -e 'if ($. == 1)  $_ = <> while m/^\n/ ' filename

如果您不介意一次将整个文件读入内存而不是逐行读入内存，这一切都会容易得多：

perl -0777 -pi -e 's/^\n+//' filename

为了避免在编辑文件时做任何多余的工作，除非它以换行符开头，您可以通过在编辑前加上另一个命令来调节编辑（读取文件的第一行，如果没有，则导致非零退出状态以换行符开始）：

perl -e 'exit 1 unless <> =~ m/^\n/' filename && perl ...

【讨论】：

不要替换，如果只是换行，则跳过该行。

但我想这需要使用除了简单的perl -pie 循环之外的其他东西。

@Barmar 是的，你不能跳过-p 中的行，因为$_ 总是被打印出来。但是您可以使用-n 采取这种方法 - 会增加答案。

另外，问题说开始换行 - 复数。不过，我要求澄清。

我不太关注这个perl -pi -e 'if ($. == 1) $_ = <> while m/^\n/ ' filename。你能解释一下它是如何工作的吗？谢谢。

【参考方案2】：

在 Python 中，开始读取文件而不是循环写入，直到出现非空行。

outdata = ""
with open(filename) as infile:
    while True:
        line = infile.readline()
        if line != "\n":
            break
    if line:
        outdata = line # save first non-empty line
    outdata += infile.read() # save the rest of the file
with open(filename, "w") as outfile:
    outfile.write(outdata)

【讨论】：

确保在没有任何非空行的情况下处理到达 eof

@Grinnz 添加了if。这应该可以工作，因为它在 EOF 处返回一个空字符串。

连接所有将被写入字符串的行。然后关闭 infile 并将字符串写回原始文件。

@user1424739 原文件的就地编辑是什么意思？

@AMC 他的意思是他想替换文件而不是创建一个新文件。

【参考方案3】：

跳过前导空行的简单过滤器

#!/usr/bin/perl

use strict;
use warnings;
use feature 'say';

my $begin = 1;

while( <> ) 
        next if /^$/ and $begin;
        $begin = 0;
        say;

一个班轮版本perl -0777 -pe 's/^\n+//' filename

【参考方案4】：

这是我想出来的，我相信它仍然可以改进一点。

with open('../resources/temp_in.txt', 'r+') as file:
    overwrite = False
    for line in file:
        if line:
            overwrite = True
            first_line = line
            break
    if overwrite:
        contents = first_line + file.read()
        file.seek(0)
        file.write(contents)
        file.truncate()

---

这是另一种解决方案，它打开文件两次。

with open('../resources/temp_in.txt') as file:
    for line in file:
        if line.strip():
            contents = line + file.read()
            break
    else:
        contents = ''

with open('../resources/temp_in.txt', 'w') as file:
    file.write(contents)

【讨论】：

什么时候使用 seek 更好？什么时候关闭文件再重新打开比较好？

@user1424739 什么时候使用 seek 更好？ 而不是什么？ 什么时候关闭文件再重新打开比较好？这取决于，关闭和重新打开如何适应其余的潜在解决方案？

解决方法可以是打开文件，将内容读入变量，关闭文件，去掉变量中的前导换行符，再次打开文件，将变量内容保存到文件中关闭它。这与您当前的解决方案性能有何不同。换句话说，寻找或关闭文件并重新打开它更快？

@user1424739 嗯，我想这是个好问题，因为我实际上是在读/写整个文件，所以应该不会有太大的不同。我会想出一个快速的解决方案。

@user1424739 查看我的编辑。您是否有任何测试数据，以确保其完美运行？

【参考方案5】：

当你找到一个不只是换行符的行时设置一个标志，并在设置该标志时打印：

awk '/./f=1f' file

例如：

$ printf '\n\n\nfoo\nbar\n'



foo
bar

$ printf '\n\n\nfoo\nbar\n' | awk '/./f=1f'
foo
bar