python regex re.sub 删除逗号前的空格

Question

我正在尝试制作一个小文本清洁程序，并且为此目标制作了一系列 re.subs。这是我要清理的凌乱字符串：

'当我尝试这个时，逗号不会向左移动，而句号会。另外，理想情况下，新句子的第一个字母会大写。'

import csv, re
with open('spaties.csv', 'r', newline='') as readFile:
reader = csv.reader(readFile)

    with open('spaties3.csv', 'w', newline='') as new_file:
    writer = csv.writer(new_file)

    for line in reader:
        writer.writerow(line)

        #delete duplicate spaces
        ver1 = [re.sub("\s+", " ", x) for x in line]
        writer.writerow(ver1)

        #insert space after .
        ver2 = [re.sub(r'(?<=[.])(?=[^\s])', r' ', x) for x in ver1]
        writer.writerow(ver2)

        #sentence start with uppercase
        ver3 = [re.sub(r'(\.\s[a-z])', lambda pat: pat.group(1).upper(), x) for x in ver2]
        writer.writerow(ver3)

        ver4 = [re.sub("ipv", "i.p.v.", x) for x in ver3]
        writer.writerow(ver4)

        #remove space before .
        ver5 = [re.sub(r'\s([?.!"](?:\s|$))', r'\1', x) for x in ver4]
        writer.writerow(ver5)

        #first letter uppercase
        ver6 = [re.sub(r'(^[a-z])', lambda pat: pat.group(1).upper(), x) for x in ver5]
        writer.writerow(ver6)

        #insert space after ,
        ver7 = [re.sub(r'(?<=[,])(?=[^\s])', r' ', x) for x in ver6]
        writer.writerow(ver7)

        #remove space before ,
        ver8 = [re.sub(r'\s([?,!"](?:\s|$))', r'\1', x) for x in ver7]
        writer.writerow(ver8)

    new_file.close()

这是我得到的最后一个输出：

'当我尝试这个时，逗号不会向左移动，而句号会。此外，理想情况下，新句子的第一个字母大写。'

所以它确实正确移动了重复的空格，将句子的第一个字母大写，但是：

• 它没有在逗号后插入空格 (ver7)
• 也没有删除逗号前的空格 (ver8)。
• 此外，它已经大写了“而”。

逗号问题让我很困惑，因为第 7 版和第 8 版与第 2 版和第 5 版完全相同。

提前致谢！

Answer 1

我认为你把事情复杂化了。您可以删除句号、逗号、问号或感叹号之前的所有空格，并使用此正则表达式在它们之后插入一个：

\s*([.,!?])\s*

它只是查找.,!? 中的一个，其两边有一些空格（可能是0），然后用\1（\1 后跟一个空格）替换它，从而删除之前的所有空格然后用一个空格替换所有空格。

Demo at regex101