Есть ли простой способ удалить несколько пробелов в строке?

Предположим, эта строка:

The   fox jumped   over    the log.

Превращаться в:

The fox jumped over the log.

Что проще всего (1-2 строки) добиться этого, не разбивая и не заходя в списки?

>>> import re
>>> re.sub(' +', ' ', 'The     quick brown    fox')
'The quick brown fox'

foo ваша строка:

" ".join(foo.split())

Имейте в виду, что при этом удаляются «все пробельные символы (пробел, табуляция, новая строка , возврат, подача)» (благодаря hhsaffar см. Комментарии). Т.е., "this is \t a test\n"эффективно будет так "this is a test".

import re
s = "The   fox jumped   over    the log."
re.sub("\s\s+" , " ", s)

или

re.sub("\s\s+", " ", s)

так как пробел перед запятой указан как любимая мозоль в PEP 8 , как упомянул пользователь Martin Thoma в комментариях.

Использование регулярных выражений с "\ s" и выполнение простых string.split () также удалит другие пробелы, такие как переводы строк, возврат каретки, вкладки. Если это не желательно, чтобы сделать только несколько пробелов , я представляю эти примеры.

Я использовал 11 абзацев, 1000 слов, 6665 байт Lorem Ipsum, чтобы получить реалистичные временные тесты, и использовал лишние пробелы случайной длины во всем:

original_string = ''.join(word + (' ' * random.randint(1, 10)) for word in lorem_ipsum.split(' '))

Однострочник по существу делает полосу любых начальных / конечных пробелов, и он сохраняет начальную / конечную пробелы (но только ОДИН ;-).

# setup = '''

import re

def while_replace(string):
    while '  ' in string:
        string = string.replace('  ', ' ')

    return string

def re_replace(string):
    return re.sub(r' {2,}' , ' ', string)

def proper_join(string):
    split_string = string.split(' ')

    # To account for leading/trailing spaces that would simply be removed
    beg = ' ' if not split_string[ 0] else ''
    end = ' ' if not split_string[-1] else ''

    # versus simply ' '.join(item for item in string.split(' ') if item)
    return beg + ' '.join(item for item in split_string if item) + end

original_string = """Lorem    ipsum        ... no, really, it kept going...          malesuada enim feugiat.         Integer imperdiet    erat."""

assert while_replace(original_string) == re_replace(original_string) == proper_join(original_string)

#'''

# while_replace_test
new_string = original_string[:]

new_string = while_replace(new_string)

assert new_string != original_string

# re_replace_test
new_string = original_string[:]

new_string = re_replace(new_string)

assert new_string != original_string

# proper_join_test
new_string = original_string[:]

new_string = proper_join(new_string)

assert new_string != original_string

ПРИМЕЧАНИЕ: « whileверсия» сделала копию original_string, как я полагаю, однажды измененную при первом запуске, последовательные запуски будут быстрее (хотя бы немного). Поскольку это добавляет время, я добавил эту строковую копию к двум другим, чтобы время показало разницу только в логике. Имейте в виду, что main stmtна timeitэкземплярах будет выполняться только один раз ; Первоначально, как я это сделал, whileцикл работал на одной и той же метке original_string, поэтому при втором запуске было бы нечего делать. То, как он настроен сейчас, вызывает функцию, используя две разные метки, это не проблема. Я добавил assertзаявления всем работникам, чтобы проверить, что мы что-то меняем каждую итерацию (для тех, кто может быть сомнительным). Например, измените это, и это сломается:

# while_replace_test
new_string = original_string[:]

new_string = while_replace(new_string)

assert new_string != original_string # will break the 2nd iteration

while '  ' in original_string:
    original_string = original_string.replace('  ', ' ')

Tests run on a laptop with an i5 processor running Windows 7 (64-bit).

timeit.Timer(stmt = test, setup = setup).repeat(7, 1000)

test_string = 'The   fox jumped   over\n\t    the log.' # trivial

Python 2.7.3, 32-bit, Windows
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.001066 |   0.001260 |   0.001128 |   0.001092
     re_replace_test |   0.003074 |   0.003941 |   0.003357 |   0.003349
    proper_join_test |   0.002783 |   0.004829 |   0.003554 |   0.003035

Python 2.7.3, 64-bit, Windows
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.001025 |   0.001079 |   0.001052 |   0.001051
     re_replace_test |   0.003213 |   0.004512 |   0.003656 |   0.003504
    proper_join_test |   0.002760 |   0.006361 |   0.004626 |   0.004600

Python 3.2.3, 32-bit, Windows
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.001350 |   0.002302 |   0.001639 |   0.001357
     re_replace_test |   0.006797 |   0.008107 |   0.007319 |   0.007440
    proper_join_test |   0.002863 |   0.003356 |   0.003026 |   0.002975

Python 3.3.3, 64-bit, Windows
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.001444 |   0.001490 |   0.001460 |   0.001459
     re_replace_test |   0.011771 |   0.012598 |   0.012082 |   0.011910
    proper_join_test |   0.003741 |   0.005933 |   0.004341 |   0.004009

test_string = lorem_ipsum
# Thanks to http://www.lipsum.com/
# "Generated 11 paragraphs, 1000 words, 6665 bytes of Lorem Ipsum"

Python 2.7.3, 32-bit
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.342602 |   0.387803 |   0.359319 |   0.356284
     re_replace_test |   0.337571 |   0.359821 |   0.348876 |   0.348006
    proper_join_test |   0.381654 |   0.395349 |   0.388304 |   0.388193    

Python 2.7.3, 64-bit
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.227471 |   0.268340 |   0.240884 |   0.236776
     re_replace_test |   0.301516 |   0.325730 |   0.308626 |   0.307852
    proper_join_test |   0.358766 |   0.383736 |   0.370958 |   0.371866    

Python 3.2.3, 32-bit
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.438480 |   0.463380 |   0.447953 |   0.446646
     re_replace_test |   0.463729 |   0.490947 |   0.472496 |   0.468778
    proper_join_test |   0.397022 |   0.427817 |   0.406612 |   0.402053    

Python 3.3.3, 64-bit
                test |      minum |    maximum |    average |     median
---------------------+------------+------------+------------+-----------
  while_replace_test |   0.284495 |   0.294025 |   0.288735 |   0.289153
     re_replace_test |   0.501351 |   0.525673 |   0.511347 |   0.508467
    proper_join_test |   0.422011 |   0.448736 |   0.436196 |   0.440318

Для тривиальной строки может показаться, что цикл while является самым быстрым, за которым следует Pythonic string-split / join и регулярное выражение, вытягивающее заднюю часть.

Для нетривиальных строк , кажется, есть еще кое-что, чтобы рассмотреть. 32-битная 2,7? Это регулярное выражение на помощь! 2,7 64-битный? whileПетля лучше, приличный запас. 32-битная 3.2, переходите с «правильной» join. 64-битная 3.3, пойти на whileцикл. Снова.

В конце концов, можно улучшить производительность, если / где / когда нужно , но всегда лучше помнить мантру :

1. Сделай так, чтоб это работало
2. Сделать это правильно
3. Сделай это быстро

IANAL, YMMV, будьте бдительны!

Я должен согласиться с комментарием Пола Макгуайра. Мне,

' '.join(the_string.split())

Крайне предпочтительнее, чем выводить регулярное выражение.

Мои измерения (Linux и Python 2.5) показывают, что split-then-join будет почти в пять раз быстрее, чем выполнение re.sub (...), и еще в три раза быстрее, если вы предварительно скомпилируете регулярное выражение и выполните операцию многократно. И это в какой-то мере легче понять - гораздо больше Pythonic.

Аналогично предыдущим решениям, но более конкретно: замените два или более пробелов одним:

>>> import re
>>> s = "The   fox jumped   over    the log."
>>> re.sub('\s{2,}', ' ', s)
'The fox jumped over the log.'

Простая душа

>>> import re
>>> s="The   fox jumped   over    the log."
>>> print re.sub('\s+',' ', s)
The fox jumped over the log.

Вы также можете использовать технику разделения строк в Pandas DataFrame без необходимости использовать .apply (..), что полезно, если вам нужно быстро выполнить операцию с большим количеством строк. Вот это на одной строке:

df['message'] = (df['message'].str.split()).str.join(' ')

import re
string = re.sub('[ \t\n]+', ' ', 'The     quick brown                \n\n             \t        fox')

Это удалит все вкладки, новые строки и несколько пробелов с одним пробелом.

Я попробовал следующий метод, и он даже работает в крайнем случае, как:

str1='          I   live    on    earth           '

' '.join(str1.split())

Но если вы предпочитаете регулярное выражение, это можно сделать так:

re.sub('\s+', ' ', str1)

Хотя некоторая предварительная обработка должна быть сделана, чтобы удалить конечный и конечный пробел.

Это также, кажется, работает:

while "  " in s:
    s = s.replace("  ", " ")

Где переменная sпредставляет вашу строку.

В некоторых случаях желательно заменить последовательные вхождения каждого символа пробела одним экземпляром этого символа. Вы бы использовали регулярное выражение с обратными ссылками, чтобы сделать это.

(\s)\1{1,}соответствует любому символу пробела, за которым следует одно или несколько вхождений этого символа. Теперь все, что вам нужно сделать, это указать первую группу ( \1) в качестве замены для совпадения.

Оборачиваем это в функцию:

import re

def normalize_whitespace(string):
    return re.sub(r'(\s)\1{1,}', r'\1', string)

>>> normalize_whitespace('The   fox jumped   over    the log.')
'The fox jumped over the log.'
>>> normalize_whitespace('First    line\t\t\t \n\n\nSecond    line')
'First line\t \nSecond line'

Другая альтернатива:

>>> import re
>>> str = 'this is a            string with    multiple spaces and    tabs'
>>> str = re.sub('[ \t]+' , ' ', str)
>>> print str
this is a string with multiple spaces and tabs

Одна строка кода для удаления всех лишних пробелов до, после и внутри предложения:

sentence = "  The   fox jumped   over    the log.  "
sentence = ' '.join(filter(None,sentence.split(' ')))

Объяснение:

1. Разделить всю строку в список.
2. Отфильтруйте пустые элементы из списка.
3. Воссоединить оставшиеся элементы * с одним пробелом

* Остальные элементы должны быть словами или словами с пунктуацией и т. Д. Я не проверял это подробно, но это должно стать хорошей отправной точкой. Всего наилучшего!

Решение для разработчиков Python:

import re

text1 = 'Python      Exercises    Are   Challenging Exercises'
print("Original string: ", text1)
print("Without extra spaces: ", re.sub(' +', ' ', text1))

Вывод:
Original string: Python Exercises Are Challenging Exercises Without extra spaces: Python Exercises Are Challenging Exercises

def unPretty(S):
   # Given a dictionary, JSON, list, float, int, or even a string...
   # return a string stripped of CR, LF replaced by space, with multiple spaces reduced to one.
   return ' '.join(str(S).replace('\n', ' ').replace('\r', '').split())

Самое быстрое, что вы можете получить для пользовательских строк:

if '  ' in text:
    while '  ' in text:
        text = text.replace('  ', ' ')

Короткое замыкание делает его немного быстрее, чем полный ответ pythonlarry . Пойдите на это, если вы стремитесь к эффективности и строго ищете, чтобы отсеять лишние пробелы в одном пространстве .

Удивительно - никто не опубликовал простую функцию, которая будет намного быстрее, чем ВСЕ другие опубликованные решения. Здесь это идет:

def compactSpaces(s):
    os = ""
    for c in s:
        if c != " " or os[-1] != " ":
            os += c 
    return os

Если вы имеете дело с пробелами, разделение на None не будет включать пустую строку в возвращаемое значение.

5.6.1. Строковые методы, str.split ()

string = 'This is a             string full of spaces          and taps'
string = string.split(' ')
while '' in string:
    string.remove('')
string = ' '.join(string)
print(string)

Результаты :

Это строка, полная пробелов и нажатий

Чтобы удалить пробелы, учитывая начальные, конечные и лишние пробелы между словами, используйте:

(?<=\s) +|^ +(?=\s)| (?= +[\n\0])

Первый orимеет orдело с начальными пробелами, второй - с начальными строками, а последний - с пробелами.

Для подтверждения использования, эта ссылка предоставит вам тест.

https://regex101.com/r/meBYli/4

Это должно использоваться с функцией re.split .

У меня есть простой метод, который я использовал в колледже.

line = "I     have            a       nice    day."

end = 1000
while end != 0:
    line.replace("  ", " ")
    end -= 1

Это заменит каждый двойной пробел одним пробелом и сделает это 1000 раз. Это означает, что вы можете иметь 2000 дополнительных пробелов и все равно будете работать. :)

У меня есть простой метод без разделения:

a = "Lorem   Ipsum Darum     Diesrum!"
while True:
    count = a.find("  ")
    if count > 0:
        a = a.replace("  ", " ")
        count = a.find("  ")
        continue
    else:
        break

print(a)

import re

Text = " You can select below trims for removing white space!!   BR Aliakbar     "
  # trims all white spaces
print('Remove all space:',re.sub(r"\s+", "", Text), sep='') 
# trims left space
print('Remove leading space:', re.sub(r"^\s+", "", Text), sep='') 
# trims right space
print('Remove trailing spaces:', re.sub(r"\s+$", "", Text), sep='')  
# trims both
print('Remove leading and trailing spaces:', re.sub(r"^\s+|\s+$", "", Text), sep='')
# replace more than one white space in the string with one white space
print('Remove more than one space:',re.sub(' +', ' ',Text), sep='') 

Результат:

Удалить все пробелы: вы можете выбрать нижеприведенные поля для удаления пробелов !! BRAliakbar Удалить начальные пробелы: вы можете выбрать следующие значения для удаления пробелов !! BR Aliakbar
Удалить завершающие пробелы: вы можете выбрать следующие значения для удаления пробелов !! BR Aliakbar Удалить начальные и конечные пробелы: вы можете выбрать следующие ограничения для удаления пробелов !! BR Aliakbar Удалить более одного пробела: Вы можете выбрать ниже трим для удаления пустого пространства! БР Алиакбар

Я не слишком много читал в других примерах, но я только что создал этот метод для объединения нескольких последовательных пробелов.

Он не использует никаких библиотек, и хотя он относительно длинный с точки зрения длины скрипта, он не является сложной реализацией:

def spaceMatcher(command):
    """
    Function defined to consolidate multiple whitespace characters in
    strings to a single space
    """
    # Initiate index to flag if more than one consecutive character
    iteration
    space_match = 0
    space_char = ""
    for char in command:
      if char == " ":
          space_match += 1
          space_char += " "
      elif (char != " ") & (space_match > 1):
          new_command = command.replace(space_char, " ")
          space_match = 0
          space_char = ""
      elif char != " ":
          space_match = 0
          space_char = ""
   return new_command

command = None
command = str(input("Please enter a command ->"))
print(spaceMatcher(command))
print(list(spaceMatcher(command)))