以跨平台方式分割双换行符

Question

我需要以平台无关的方式执行以下操作：

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，在Mac OSX上使用string.split('\n\n')可以正常工作，但这似乎不是处理此问题的跨平台方式（文件可能在另一个操作系统上准备）。

我知道string.splitlines()可以实现跨平台，但如何以跨平台的方式分隔实体之间的两个新行？

编辑：文件可能在任何平台上准备，因此可能具有任何类型的行结尾。

- ayyayyekokojambo

Answer 1

Python内置了一个处理这个问题的工具：os.linesep。因此，您可以使用:

string.split(2*os.linesep)

使用通用模式打开文本文件。

codecs.open(filename, 'U')

- Ben Beirut

---

如果我不知道文件在哪个平台上准备的怎么办？比如，文件是在Windows上准备的，我能否在OS X上解析它？ - ayyayyekokojambo

Answer 2

目前有两种主要的分隔符：\n - Unix系统和\r\n - Windows系统（旧版Mac OS使用\r，但现在几乎不再使用）。

简单的解决方案是将\r替换为空字符串，并且之后只使用\n。如果你想支持\r，则检查字符串中是否存在\n，并将所有\r替换为\n。

下面的代码将\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")

- ISanych

---

显然它有效，我本来希望能够在Python模块中处理这种情况，但这也很好，谢谢。 - ayyayyekokojambo