我有一个长字符串，它包含单词和其他字符之间的\n、\r、\t和空格的各种组合。
- 我想将所有多个空格减少为一个空格
- 我想将所有的\n，\r，\t组合符减少为一个换行符
- 我还想将所有的\n、\r、\t和空格组合减少为一个换行符
我用各种方法尝试过''.join(str.split())，但都没有成功。
-
这里正确的Python方式是什么？
-
Python 3.x的解决方案会有所不同吗？
Ex。字符串：
ex_str = u'Word n t r nnn word2 word3 rrrrnword4n word5'
所需输出[新行=\n]：
new_str = u'Wordnword2 word3nword4nword5'
使用str.splitlines()组合并使用str.split():对所有空白进行拆分
'n'.join([' '.join(line.split()) for line in ex_str.splitlines() if line.strip()])
这将分别处理每一行，删除空行，然后将每行的所有空白折叠为单个空格。
如果输入是Python3字符串，则相同的解决方案适用于两个Python版本。
演示：
>>> ex_str = u'Word n t r nnn word2 word3 rrrrnword4n word5'
>>> 'n'.join([' '.join(line.split()) for line in ex_str.splitlines() if line.strip(' ')])
u'Wordnword2 word3nword4nword5'
为了保留选项卡，您需要剥离上的空格并过滤掉空字符串：
'n'.join([' '.join([s for s in line.split(' ') if s]) for line in ex_str.splitlines() if line.strip()])
演示：
>>> 'n'.join([' '.join([s for s in line.split(' ') if s]) for line in ex_str.splitlines() if line.strip(' ')])
u'Wordntnword2 word3nword4nword5'
使用简单的regexps:
import re
new_str = re.sub(r'[^Sn]+', ' ', re.sub(r's*[ntr]s*', 'n', ex_str))
使用正则表达式：
>>> s
u'Word n t r nnn word2 word3 rrrrnword4t word5'
>>> re.sub(r'[nrt ]{2,}| {2,}', lambda x: 'n' if x.group().strip(' ') else ' ', s)
u'Wordnword2 word3nword4nword5'
>>>
另一个使用regex的解决方案，它用空格u'word1ttword2'替换制表符，或者您真的想在这里添加换行符吗？
import re
new_str = re.sub(r"[n ]{2,}", "n", re.sub(r"[tr ]+", " ", ex_str))
'n'.join(str.split())
输出：
u'Wordnword2nword3nword4nword5'