Retire el espacio en blanco en Python usando string.whitespace

Question

string.whitespace de Python es grande:

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

¿Cómo utilizar esto con una cadena sin recurrir a escribir manualmente en '\ t | \ n | ... etc. para regex?

Por ejemplo, debería poder activar: "Por favor, \ n no me duela \ x0b".

en

"Por favor, no me hagas daño."

Probablemente querría mantener los espacios simples, pero sería bastante fácil ir a string.whitespace [: - 1] Supongo.

Answer 1

Hay un atajo-caso especial precisamente para este caso de uso!

Si llama a str.split sin un argumento, se divide en ejecuciones de espacios en blanco en lugar de caracteres individuales. Por lo tanto:

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

Answer 2

un punto de partida .. (aunque no es más corto que el montaje manual del circo espacio en blanco) ..

>>> 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." 

O si desea reducir el espacio en blanco a un máximo de un:

>>> 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." 

De la tercera manera, más compacto:

>>> 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." 

Answer 3

Puede utilizar el método de traducción

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." 

Y a continuación, quitar los espacios en blanco duplicado

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

Answer 4

Qué le pasa a la clase \s personaje?

>>> import re 

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

Answer 5

Vamos a hacer algunas suposiciones razonables:

(1) que realmente quiere reemplazar cualquier racha de espacios en blanco con un solo espacio (una carrera es de longitud 1 o mayor).

(2) Le gustaría que el mismo código funcione con cambios mínimos en Python 2.X con objetos Unicode.

(3) Usted no quiere que su código de asumir cosas que no están garantizados en la documentación

(4) ¿Le gustaría el mismo código para trabajar con cambios mínimos con objetos Python 3.X str.

La respuesta seleccionada actualmente tiene estos problemas:

(a) cambios " " * 3-" " * 2 es decir, que elimina espacios duplicados pero no triplicado, cuadruplicado, etc espacios.[Falla requisito 1]

(b) cambia "foo\tbar\tzot" a "foobarzot" [falla requisito 1]

(c) cuando se alimenta un objeto Unicode, obtiene TypeError: translate() takes exactly one argument (2 given) [falla requisito 2]

(d) utiliza string.whitespace[:-1] [falla el requisito 3; El orden de los caracteres en string.whitespace no está garantizado]

(e) utiliza string.whitespace[:-1] [falla el requisito 4; en Python 2.X, string.whitespace es '\t\n\x0b\x0c\r '; en Python 3.x, es '\ t \ n \ r \ x0b \ x0c']

El " ".join(s.split()) respuesta y la respuesta re.sub(r"\s+", " ", s) no tienen estos problemas.