Notepad++ 中的正则表达式删除某些 CRLF

Question

鉴于此示例数据：

00-1234T|`CRLF`
Data|Commments|`CRLF`
12-3456|Some data|Notes|`CRLF`
65-8436ZZ|Data|`CRLF`
|`CRLF`
45-4576AA|Some data|Comments|`CRLF`
98-4392REV|Data|`CRLF`
|`CRLF`
00-5432|Some Data|Some Comments|

（我在每一行都添加了“CRLF”，以便更清楚地说明其中的内容以及需要替换的内容）

每条记录在一行中只能有三个管道，第三个管道后有一个CRLF。因此需要修复第 1、4 和 7 行（预查找/替换），这意味着在第三个管道之前的任何 CRLFs 都需要替换为“占位符”，即“#CRLF#”。

我能想到的最接近的是^((?:[^\v|]*\|){3})(.+)，它将匹配（突出显示）第 3 行和第 4 行、第 6 行和第 7 行以及第 9 行和第 10 行。我的期望（要求）是找到 @987654326第 2、5 和 8 行中的 @s 并将其替换为“#CRLF#”。

[更新]

在这个问题上睡了一觉之后，我醒来意识到，为了更准确地找到给定记录的开头 - 无论是在一行还是多行 - 我应该补充一点，第一列将始终 以模式[0-9][0-9]-[0-9][0-9][0-9][0-9] 开头，可能之后最多包含三个字母数字字符。

我修改了上面的示例数据以反映这一点。

Answer 1

这应该可以帮助您入门。
正则表达式仅捕获管道之间的部分，然后重写替换。
任何 CRLF 都不会被捕获并被剥离。
但这非常简单，如果您的输入更复杂，可能需要更改。

 (?m)^([^|\r\n]*)[\r\n]*\|[\r\n]*([^|\r\n]*)[\r\n]*\|[\r\n]*([^|\r\n]*)[\r\n]*\|[\r\n]*

替换为：$1|$2|$3|\n

https://regex101.com/r/WzDLwf/1

更新答案

为了回答您更新的问题，如果您需要像邮件合并一样，
也可以这样做（作为 Toto 方法的替代方法）。

(?m)
(?:
   ^ \d{2} - \d{4} [^|\r\n]* \| 
 | \G 
)
(?: [^|\r\n]* \| )*
\K 
[\r\n]+ (?! [\r\n]* (?: ^ \d{2} - \d{4} | $ ) )

https://regex101.com/r/qK4SJP/1

Answer 2

• Ctrl+H
• 查找内容：\R(?!\d\d-\d{4}\w{0,3}\|)
• 替换为：#CRLF#
• 检查 环绕
• CHECK 正则表达式
• 全部替换

说明：

\R              # any kind of linebreak (i.e. \r, \n, \r\n), 
                     if you want to match only windows EOL, use \r\n
(?!             # negative lookahead, make sure we haven't after:
    \d\d-\d{4}      # 2 digit dash 4 digit
    \w{0,3}         # word character from 0 upto 3
    \|              # a pipe
)               # end lookahead

屏幕截图（之前）：

截图（之后）：