使用 string.whitespace 在 Python 中删除空格答案

【问题标题】：Remove whitespace in Python using string.whitespace使用 string.whitespace 在 Python 中删除空格
【发布时间】：2010-12-26 07:12:33
【问题描述】：

Python 的 string.whitespace 很棒：

>>> string.whitespace
'\t\n\x0b\x0c\r '

如何在不手动输入 '\t|\n|... 等正则表达式的情况下将其与字符串一起使用？

例如，它应该能够转向： “请\n不要\t伤害\x0b我。”

进入

“请不要伤害我。”

我可能想保留单个空格，但我想只要去 string.whitespace[:-1] 就很容易了。

【问题讨论】：

标签： python string whitespace

【解决方案1】：

这个用例有一个特殊的快捷方式！

如果您在没有参数的情况下调用 str.split，它会在运行的空白处而不是单个字符上进行拆分。所以：

>>> ' '.join("Please \n don't \t hurt \x0b me.".split())
"Please don't hurt me."

【讨论】：

这比我的解决方案要好得多。我也希望有朝一日长生不老。
哇。这是惊人的。非常适合我正在做的事情，因为它们是小字符串。我想知道这将如何在大型数据集上执行？如果有人知道它本质上是如何工作的，那就太好了:)
谢谢，不知道对空格运行不使用任何参数。好大！！
这仍然比 20MB 字符串的正则表达式快。
@Dominique: 是的，这是一个documented stdlib 功能——“如果 sep 未指定或为无，则应用不同的分割算法......”——这已被广泛使用，但不太可能已弃用。

【解决方案2】：

\s 字符类有什么问题？

>>> import re

>>> pattern = re.compile(r'\s+')
>>> re.sub(pattern, ' ', "Please \n don't \t hurt \x0b me.")
"Please don't hurt me."

【讨论】：

没什么，很好的解决方案。我认为 .join/split 选项非常简洁，你不觉得吗？ :)
确实如此。事实上，timeit 显示 join/split 比给定字符串的 re.sub() 快 6 倍。
我想一旦编译并sub 重复使用多次，这也可能很快

【解决方案3】：

让我们做一些合理的假设：

(1) 您确实想用一个空格替换任何一行空白字符（一行长度为 1 或更大）。

(2) 您希望相同的代码在 Python 2.X 下使用 unicode 对象进行最小的更改。

(3) 你不希望你的代码假设文档中没有保证的东西

(4) 您希望使用相同的代码对 Python 3.X str 对象进行最小的更改。

当前选择的答案有这些问题：

(a) 将" " * 3 更改为" " * 2，即它删除了重复的空格，但不删除一式三份、四份等空格。 [不符合要求 1]

(b) 将 "foo\tbar\tzot" 更改为 "foobarzot" [不符合要求 1]

(c) 当输入一个 unicode 对象时，得到 TypeError: translate() takes exactly one argument (2 given) [不符合要求 2]

(d) 使用string.whitespace[:-1] [不符合要求 3； string.whitespace 中的字符顺序无法保证]

(e) 使用string.whitespace[:-1] [不符合要求 4；在 Python 2.X 中，string.whitespace 为 '\t\n\x0b\x0c\r '；在 Python 3.X 中，它是 ' \t\n\r\x0b\x0c']

" ".join(s.split()) 答案和re.sub(r"\s+", " ", s) 答案没有这些问题。

【讨论】：

嘿，你提出了一些很好的观点。对我来说，' '.join(s.split()) 适用于“foo\tbar\tzot”测试！我的意思是，最初的答案对我有用，但这只是因为我没想到会有这么奇怪的字符串。然而，处理这个问题的东西会很棒。我刚刚用 "foo\tbar\tzot" 测试了 sub 并且它可以工作......所以我想我只是选择 ' '.join(s.split()) 版本，因为它很简单并且能够在没有的情况下工作导入 re 模块。而且我的数据集很小，所以我不担心性能问题（如果有的话）。

【解决方案4】：

你可以使用翻译方法

import string

s = "Please \n don't \t hurt \x0b me."
s = s.translate(None, string.whitespace[:-1]) # python 2.6 and up
s = s.translate(string.maketrans('',''), string.whitespace[:-1]) # python 2.5, dunno further down
>>> s
"Please  don't  hurt  me."

然后删除重复的空格

s.replace('  ', ' ')
>>> s
"Please don't hurt me."

【讨论】：

查看编辑。另外，您使用的是哪个python版本？您需要 2.6 才能使 None 参数起作用。
是的，我正在使用 2.5... 有没有替代方案？否则我将不得不使用其他答案...
很好，非常感谢！这是现在最好的答案，特别是因为它适合我的 2.5 岁。

【解决方案5】：

一个起点..（虽然它不比手动组装空白马戏团短）..

>>> from string import whitespace as ws
>>> import re

>>> p = re.compile('(%s)' % ('|'.join([c for c in ws])))
>>> s = "Please \n don't \t hurt \x0b me."

>>> p.sub('', s)
"Pleasedon'thurtme."

或者如果您想将空格减少到最多一个：

>>> p1 = re.compile('(%s)' % ('|'.join([c for c in ws if not c == ' '])))
>>> p2 = re.compile(' +')
>>> s = "Please \n don't \t hurt \x0b me."

>>> p2.sub(' ', p1.sub('', s))
"Please don't hurt me."

第三种方式，更紧凑：

>>> import string

>>> s = "Please \n don't \t hurt \x0b me."
>>> s.translate(None, string.whitespace[])
"Pleasedon'thurtme."

>>> s.translate(None, string.whitespace[:5])
"Please  don't  hurt  me."

>>> ' '.join(s.translate(None, string.whitespace[:5]).split())
"Please don't hurt me."

【讨论】：

我最初有这个作为第一个答案；这是一个很好的解决方案，并且很好地利用了 python 的简单性:)