以平台无关的方式拆分双新行

Question

我需要以独立于平台的方式遵循：

1) read the file with using codecs.open() (for utf-8)
2) split lines according to two new lines.
3) split entities according to new line

示例输入：

1) FIRST UTF-8 ENTITY ŞŞŞŞ\n 
2) SECOND ELEMENT OF FIRST ENTITY\n 
\n\n 
1) SECOND ENTITIY\n
2) SECOND ELEMENT OF SECOND ENTITIY\n

读取文件后，string.split('\n\n') 在 mac osx 中工作，但它似乎不是平台独立的处理方式（文件可能会在另一个 os) 上准备。

我知道 string.splitlines() 独立于平台工作，但如何以独立于平台的方式在实体之间拆分两条新线？

编辑：文件可能在任何平台上准备，因此可能有任何类型的行尾。

Answer 1

Python 有一个内置工具来处理这个问题：os.linesep。所以你可以使用：

string.split(2*os.linesep)

使用通用模式打开文本文件。

codecs.open(filename, 'U')

Answer 2

目前使用的分隔符主要有两种类型：\n - unices 和 \r\n - windows（\r 用于旧的 mac os 并且它是 almost 现在没有使用)

简单的解决方案是将 \r 替换为空字符串，然后仅使用 \n。如果你想支持 \r 然后检查字符串中不存在 \n 并将所有 \r 替换为 \n.

下一段代码将 \r\n \n\r \n \r 变体转换为 \n:

if "\n" in data:
    data = data.replace("\r", "")
else:
    data = data.replace("\r", "\n")

Split double new lines in platform independent manner