Python - 检查字符串中的多个空格答案

【问题标题】：Python - Check multiple white spaces in stringPython - 检查字符串中的多个空格
【发布时间】：2018-03-03 18:42:50
【问题描述】：

我正在使用这个函数来检查一个字符串是否包含多个空格：

def check_multiple_white_spaces(text):
    return "  " in text

它通常工作正常，但在以下代码中却没有：

from bs4 import BeautifulSoup
from string import punctuation

text = "<p>Hello &nbsp; &nbsp; &nbsp;world!!</p>\r\n\r"

text = BeautifulSoup(text, 'html.parser').text
text = ''.join(ch for ch in text if ch not in set(punctuation))
text = text.lower().replace('\n', ' ').replace('\t', '').replace('\r', '')

print check_multiple_white_spaces(text)

text 变量的最终值为hello world，但我不知道为什么check_multiple_white_spaces 函数返回的是False 而不是True。

我该如何解决这个问题？

【问题讨论】：

看看print(repr(text)) 显示的内容......在你喝完汤之后

标签： python string python-2.7 beautifulsoup whitespace

【解决方案1】：

如果您要使用repr() 打印text 的内容，您会看到它不包含两个连续的空格：

'hello \xa0 \xa0 \xa0world '

因此，您的函数正确返回 False。这可以通过将不间断空格转换为空格来解决：

text = text.replace(u'\xa0', u' ')

【讨论】：

【解决方案2】：

首先，您的函数check_multiple_white_spaces 无法真正检查是否有多个空格，因为可能有三个或更多空格。

你应该使用re.search(r"\s{2,}", text)。

其次，如果你打印text，你会发现你需要对文本进行转义。

查看这个答案。

How do I unescape HTML entities in a string in Python 3.1?

【讨论】：

这是 Python 2.x 的问题。您需要将re.UNICODE 传递给re.search 方法以匹配所有Unicode 空白字符与\s。
@WiktorStribiżew 你是对的，我已经迁移到 python3 很长时间了。很抱歉。

【解决方案3】：

text变量中没有连续的空格，这就是check_multiple_white_spaces函数返回False值的原因。

>>> text
u'hello \xa0 \xa0 \xa0world '
>>> print text
hello      world

\xa0 是不间断空间、不可破坏空间 (NBSP)、硬空间。 os space的值为32，non-break space的值为160

(u' ', 32)
(u'\xa0', 160)

字符 \xa0 是一个 NO-BREAK SPACE，最接近的 ASCII 等价物当然是一个常规空格。

使用 unidecode module 将所有非 ASCII 字符转换为其最接近的 ASCII 等效字符

演示：

>>> import unidecode
>>> unidecode.unidecode(text)
'hello      world '
>>> "  " in unidecode.unidecode(text)
True

【讨论】：