Как мне обрезать пробелы?

Есть ли функция Python, которая будет вырезать пробелы (пробелы и табуляции) из строки?

Пример: \t example string\t→example string

Пробелы с обеих сторон:

s = "  \t a string example\t  "
s = s.strip()

Пробелы на правой стороне:

s = s.rstrip()

Пробелы на левой стороне:

s = s.lstrip()

Как указывает thedz , вы можете предоставить аргумент для удаления произвольных символов для любой из этих функций, например:

s = s.strip(' \t\n\r')

Это лишит любое пространство, \t, \n, или \rсимволы , с левой стороны, правая или обе стороны строки.

В приведенных выше примерах удаляются только строки с левой и правой сторон строк. Если вы также хотите удалить символы из середины строки, попробуйте re.sub:

import re
print re.sub('[\s+]', '', s)

Это должно распечатать:

astringexample

trimМетод Python называется strip:

str.strip() #trim
str.lstrip() #ltrim
str.rstrip() #rtrim

Для ведущих и конечных пробелов:

s = '   foo    \t   '
print s.strip() # prints "foo"

В противном случае регулярное выражение работает:

import re
pat = re.compile(r'\s+')
s = '  \t  foo   \t   bar \t  '
print pat.sub('', s) # prints "foobar"

Вы также можете использовать очень простую и базовую функцию: str.replace () , работает с пробелами и вкладками:

>>> whitespaces = "   abcd ef gh ijkl       "
>>> tabs = "        abcde       fgh        ijkl"

>>> print whitespaces.replace(" ", "")
abcdefghijkl
>>> print tabs.replace(" ", "")
abcdefghijkl

Просто и легко.

#how to trim a multi line string or a file

s=""" line one
\tline two\t
line three """

#line1 starts with a space, #2 starts and ends with a tab, #3 ends with a space.

s1=s.splitlines()
print s1
[' line one', '\tline two\t', 'line three ']

print [i.strip() for i in s1]
['line one', 'line two', 'line three']




#more details:

#we could also have used a forloop from the begining:
for line in s.splitlines():
    line=line.strip()
    process(line)

#we could also be reading a file line by line.. e.g. my_file=open(filename), or with open(filename) as myfile:
for line in my_file:
    line=line.strip()
    process(line)

#moot point: note splitlines() removed the newline characters, we can keep them by passing True:
#although split() will then remove them anyway..
s2=s.splitlines(True)
print s2
[' line one\n', '\tline two\t\n', 'line three ']

Никто еще не опубликовал эти решения регулярных выражений.

Совпадение:

>>> import re
>>> p=re.compile('\\s*(.*\\S)?\\s*')

>>> m=p.match('  \t blah ')
>>> m.group(1)
'blah'

>>> m=p.match('  \tbl ah  \t ')
>>> m.group(1)
'bl ah'

>>> m=p.match('  \t  ')
>>> print m.group(1)
None

Поиск (вы должны по-разному обрабатывать регистр ввода «только пробелы»):

>>> p1=re.compile('\\S.*\\S')

>>> m=p1.search('  \tblah  \t ')
>>> m.group()
'blah'

>>> m=p1.search('  \tbl ah  \t ')
>>> m.group()
'bl ah'

>>> m=p1.search('  \t  ')
>>> m.group()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

Если вы используете re.sub, вы можете удалить внутренний пробел, что может быть нежелательным.

Пробел включает в себя пробел, вкладки и CRLF . Таким образом, элегантная и однострочная строковая функция, которую мы можем использовать, это translate .

' hello apple'.translate(None, ' \n\t\r')

ИЛИ если вы хотите быть тщательным

import string
' hello  apple'.translate(None, string.whitespace)

(re.sub ('+', '', (my_str.replace ('\ n', '')))). strip ()

Это удалит все ненужные пробелы и символы новой строки. Надеюсь это поможет

import re
my_str = '   a     b \n c   '
formatted_str = (re.sub(' +', ' ',(my_str.replace('\n',' ')))).strip()

Это приведет к:

«a b \ nc» будет изменен на «ab c»

    something = "\t  please_     \t remove_  all_    \n\n\n\nwhitespaces\n\t  "

    something = "".join(something.split())

вывод:

please_remove_all_whitespaces

    something = "\t  please     \t remove  all   extra \n\n\n\nwhitespaces\n\t  "
    something = " ".join(something.split())

вывод:

пожалуйста, удалите все лишние пробелы

При использовании Python 3: в вашем операторе печати завершите с sep = "". Это выделит все пространства.

ПРИМЕР:

txt="potatoes"
print("I love ",txt,"",sep="")

Это напечатает: я люблю картошку.

Вместо: я люблю картошку.

В вашем случае, так как вы пытаетесь добраться до \ t, выполните sep = "\ t"

Посмотрев здесь несколько решений с различной степенью понимания, я подумал, что делать, если строка была разделена запятой ...

проблема

При попытке обработать CSV контактной информации мне нужно было решить эту проблему: обрезать лишние пробелы и некоторые ненужные, но сохранить запятые и внутренние пробелы. Работая с полем, содержащим заметки на контактах, я хотел убрать мусор, оставив хорошие вещи. Обрезав все знаки препинания и разметки, я не хотел терять пробелы между составными токенами, так как не хотел потом перестраивать.

регулярные выражения и шаблоны: [\s_]+?\W+

Шаблон ищет отдельные экземпляры любого символа пробела и подчеркивания ('_') от 1 до неограниченного числа раз, когда лениво (как можно меньше символов), с [\s_]+?предшествующими несловарными символами, встречающимися от 1 до неограниченного количества символов. время с этим: \W+(эквивалентно [^a-zA-Z0-9_]). В частности, он находит полосы пробелов: нулевые символы (\ 0), символы табуляции (\ t), символы новой строки (\ n), прямая связь (\ f), возврат каретки (\ r).

Я вижу в этом преимущество в два раза:

1. что он не удаляет пробелы между полными словами / токенами, которые вы, возможно, захотите хранить вместе;

2. Встроенный в Python строковый метод strip()не обрабатывает внутри строки, только левый и правый концы, и аргумент по умолчанию равен нулю символов (см. Пример ниже: несколько символов новой строки находятся в тексте, и strip()не удаляет их все, в то время как шаблон регулярного выражения) ,text.strip(' \n\t\r')

Это выходит за рамки вопроса OP, но я думаю, что есть много случаев, когда у нас могут быть странные, патологические экземпляры в текстовых данных, как я это делал (некоторые, как экранирующие символы заканчивались в некотором тексте). Более того, в строках, подобных списку, мы не хотим исключать разделитель, если только разделитель не разделяет два пробельных символа или какой-либо не-символьный символ, такой как '-,' или '-, ,,,'.

NB: Не говорить о разделителе самого CSV. Только экземпляры в CSV, где данные подобны списку, то есть представляют собой строку подстрок cs.

Полное раскрытие: я манипулировал текстом только около месяца, и проверяю только последние две недели, так что я уверен, что есть некоторые нюансы, которые мне не хватает. Тем не менее, для небольших коллекций строк (мои находятся в кадре данных из 12 000 строк и 40 нечетных столбцов), в качестве последнего шага после прохода для удаления посторонних символов, это работает исключительно хорошо, особенно если вы вводите дополнительные пробелы, где вы хотите отделить текст, объединенный не-словесным символом, но не хотите добавлять пробелы там, где их раньше не было.

Пример:

import re


text = "\"portfolio, derp, hello-world, hello-, -world, founders, mentors, :, ?, %, ,>, , ffib, biff, 1, 12.18.02, 12,  2013, 9874890288, .., ..., ...., , ff, series a, exit, general mailing, fr, , , ,, co founder, pitch_at_palace, ba, _slkdjfl_bf, sdf_jlk, )_(, jim.somedude@blahblah.com, ,dd invites,subscribed,, master, , , ,  dd invites,subscribed, , , , \r, , \0, ff dd \n invites, subscribed, , ,  , , alumni spring 2012 deck: https: www.dropbox.com s, \n i69rpofhfsp9t7c practice 20ignition - 20june \t\n .2134.pdf 2109                                                 \n\n\n\nklkjsdf\""

print(f"Here is the text as formatted:\n{text}\n")
print()
print("Trimming both the whitespaces and the non-word characters that follow them.")
print()
trim_ws_punctn = re.compile(r'[\s_]+?\W+')
clean_text = trim_ws_punctn.sub(' ', text)
print(clean_text)
print()
print("what about 'strip()'?")
print(f"Here is the text, formatted as is:\n{text}\n")
clean_text = text.strip(' \n\t\r')  # strip out whitespace?
print()
print(f"Here is the text, formatted as is:\n{clean_text}\n")

print()
print("Are 'text' and 'clean_text' unchanged?")
print(clean_text == text)

Это выводит:

Here is the text as formatted:

"portfolio, derp, hello-world, hello-, -world, founders, mentors, :, ?, %, ,>, , ffib, biff, 1, 12.18.02, 12,  2013, 9874890288, .., ..., ...., , ff, series a, exit, general mailing, fr, , , ,, co founder, pitch_at_palace, ba, _slkdjfl_bf, sdf_jlk, )_(, jim.somedude@blahblah.com, ,dd invites,subscribed,, master, , , ,  dd invites,subscribed, ,, , , ff dd 
 invites, subscribed, , ,  , , alumni spring 2012 deck: https: www.dropbox.com s, 
 i69rpofhfsp9t7c practice 20ignition - 20june 
 .2134.pdf 2109                                                 



klkjsdf" 

using regex to trim both the whitespaces and the non-word characters that follow them.

"portfolio, derp, hello-world, hello-, world, founders, mentors, ffib, biff, 1, 12.18.02, 12, 2013, 9874890288, ff, series a, exit, general mailing, fr, co founder, pitch_at_palace, ba, _slkdjfl_bf, sdf_jlk,  jim.somedude@blahblah.com, dd invites,subscribed,, master, dd invites,subscribed, ff dd invites, subscribed, alumni spring 2012 deck: https: www.dropbox.com s, i69rpofhfsp9t7c practice 20ignition 20june 2134.pdf 2109 klkjsdf"

Very nice.
What about 'strip()'?

Here is the text, formatted as is:

"portfolio, derp, hello-world, hello-, -world, founders, mentors, :, ?, %, ,>, , ffib, biff, 1, 12.18.02, 12,  2013, 9874890288, .., ..., ...., , ff, series a, exit, general mailing, fr, , , ,, co founder, pitch_at_palace, ba, _slkdjfl_bf, sdf_jlk, )_(, jim.somedude@blahblah.com, ,dd invites,subscribed,, master, , , ,  dd invites,subscribed, ,, , , ff dd 
 invites, subscribed, , ,  , , alumni spring 2012 deck: https: www.dropbox.com s, 
 i69rpofhfsp9t7c practice 20ignition - 20june 
 .2134.pdf 2109                                                 



klkjsdf"


Here is the text, after stipping with 'strip':


"portfolio, derp, hello-world, hello-, -world, founders, mentors, :, ?, %, ,>, , ffib, biff, 1, 12.18.02, 12,  2013, 9874890288, .., ..., ...., , ff, series a, exit, general mailing, fr, , , ,, co founder, pitch_at_palace, ba, _slkdjfl_bf, sdf_jlk, )_(, jim.somedude@blahblah.com, ,dd invites,subscribed,, master, , , ,  dd invites,subscribed, ,, , , ff dd 
 invites, subscribed, , ,  , , alumni spring 2012 deck: https: www.dropbox.com s, 
 i69rpofhfsp9t7c practice 20ignition - 20june 
 .2134.pdf 2109                                                 



klkjsdf"
Are 'text' and 'clean_text' unchanged? 'True'

Таким образом, полоса удаляет один пробел за раз. Так что в случае с ОП, strip()все нормально. но если все усложняется, регулярные выражения и аналогичный шаблон могут иметь некоторое значение для более общих настроек.

увидеть это в действии

попробуй перевести

>>> import string
>>> print '\t\r\n  hello \r\n world \t\r\n'

  hello 
 world  
>>> tr = string.maketrans(string.whitespace, ' '*len(string.whitespace))
>>> '\t\r\n  hello \r\n world \t\r\n'.translate(tr)
'     hello    world    '
>>> '\t\r\n  hello \r\n world \t\r\n'.translate(tr).replace(' ', '')
'helloworld'

Если вы хотите обрезать пропуски только в начале и в конце строки, вы можете сделать что-то вроде этого:

some_string = "    Hello,    world!\n    "
new_string = some_string.strip()
# new_string is now "Hello,    world!"

Это работает очень похоже на метод QString :: trimmed () в Qt, так как удаляет начальные и конечные пробелы, оставляя внутренние пробелы в покое.

Но если вы хотите что-то вроде метода Qtring :: simpified () в Qt, который не только удаляет начальные и конечные пробелы, но также «сжимает» все последовательные внутренние пробелы в один пробел, вы можете использовать комбинацию .split()и " ".join, например, так:

some_string = "\t    Hello,  \n\t  world!\n    "
new_string = " ".join(some_string.split())
# new_string is now "Hello, world!"

В этом последнем примере каждая последовательность внутренних пробелов заменяется одним пробелом, в то же время обрезая пробелы в начале и конце строки.

Как правило, я использую следующий метод:

>>> myStr = "Hi\n Stack Over \r flow!"
>>> charList = [u"\u005Cn",u"\u005Cr",u"\u005Ct"]
>>> import re
>>> for i in charList:
        myStr = re.sub(i, r"", myStr)

>>> myStr
'Hi Stack Over  flow'

Примечание: это только для удаления "\ n", "\ r" и "\ t". Не удаляет лишние пробелы.

для удаления пробелов из середины строки

$p = "ATGCGAC ACGATCGACC";
$p =~ s/\s//g;
print $p;

вывод:

ATGCGACACGATCGACC

Это удалит все пробелы и символы новой строки как в начале, так и в конце строки:

>>> s = "  \n\t  \n   some \n text \n     "
>>> re.sub("^\s+|\s+$", "", s)
>>> "some \n text"