正则表达式:使用 re.sub 删除重复空格会在所有字符后返回逗号

Question

可能有一个简单的解决方法，但我找不到它。我正在尝试删除字符串中的重复空格(实际上是句子(。

这是一句话： 'Kan me     niks voorstellen   bij dat verhaal， want'

这就是我正在使用的代码。当我运行这个时，它返回的句子没有多余的空格，但每个字符后都有一个逗号：

K，a，n，，m，e，n，i，k，s，，v，o，o，r，s，t，e，l，l，e，n，b，i，j，，d，a，t，，v，e，r，h，a，a，l，w，a，n，t

这可能是由于我正在写入 csv 文件吗？感谢您的帮助！

import csv, re
with open('spaties.csv', 'r', newline='') as readFile:
reader = csv.reader(readFile)
with open('spaties2.csv', 'w', newline='') as new_file:
writer = csv.writer(new_file)
for line in reader:
writer.writerow(line)
st = ''.join(line)
print(st)
st = re.sub("ss+", " ", st.strip())
print(st)
writer.writerow(st)

Answer 1

你打电话给re.sub很好，问题出在csv.writer：

writerow期望字符串的可迭代对象，因此它迭代 srting 的字符并将每个字符视为不同的列。如果您只想按原样写入文本，请直接写入文件而不要使用csv.writer.

您可能希望对每个元素调用re.sub，如下所示：

for line in reader:
writer.writerow(line)
st = [re.sub("s+", " ", x) for x in line]
writer.writerow(st)

或者您必须在呼叫re.sub后拆分线路：

for line in reader:
writer.writerow(line)
st = ','.join(line)
st = re.sub("s+", " ", st)
# note: if the columns contain "," this might not produce the
# result you want!
writer.writerow(st.split(','))

Answer 2

如果要从字符串中删除所有多余的空格，换行符，制表符等，可以使用：

s = 'Kan me     niks voorstellen   bij dat verhaal, want'
s = " ".join(s.split())
print(s)

输出：

Kan me niks voorstellen bij dat verhaal, want