Чи є простий спосіб видалити декілька пробілів у рядку?

Припустимо, цей рядок:

The   fox jumped   over    the log.

Перетворення в:

The fox jumped over the log.

Що найпростіше (1-2 рядки) досягти цього, не розбиваючи і не переходячи на списки?

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

foo ваша рядок:

" ".join(foo.split())

Будьте попереджені, хоча це видаляє "всі символи пробілу (пробіл, вкладка, новий рядок, повернення, formfeed)" (завдяки hhsaffar , див. Коментарі). Тобто, "this is \t a test\n"фактично вийде як "this is a test".

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

або

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

оскільки простір перед комою занесено до домашнього улюбленця в PEP 8 , про що згадує користувач Мартін Тома в коментарях.

Використання шрифтів з "\ s" та простого string.split () також видалить інші пробіли - наприклад, нові рядки, повернення каретки, вкладки. Якщо це не бажано, щоб тільки зробити кілька прогалин , я уявляю ці приклади.

Я використовував 11 абзаців, 1000 слів, 6665 байт Lorem Ipsum, щоб отримати реалістичні тести часу та використовував додаткові пробіли випадкової довжини протягом:

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

Одне вкладиш буде, по суті, робити смугу будь-яких провідних / кінцевих просторів, і він зберігає провідний / кінцевий простір (але лише 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

ПРИМІТКА . " whileВерсія" зробила копію original_string, як я вважаю, що колись було змінено під час першого запуску, послідовне виконання буде швидше (хоч би трохи). Оскільки це додає часу, я додав цю строкову копію до двох інших, щоб часи показали різницю лише в логіці. Майте на увазі, що головнеstmt в timeitекземплярах буде виконано лише один раз ; коли б я це робив, whileцикл працював над тією ж міткою original_string, таким чином, при другому виконанні нічого робити не було. То, як це налаштовано зараз, виклик функції за допомогою двох різних міток, це не проблема. Я додав assertзаяви до всіх працівників, щоб переконатися, що ми змінюємо щось під час кожної ітерації (для тих, хто може бути сумнівним). Наприклад, змініть це і воно порушиться:

# 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 тривіальної струни, здається, що цикл у той час є найшвидшим, за ним слід пітонічна струна-розділ / з'єднання та витяг, що підтягується ззаду.

Для нетривіальних рядків , здається, варто ще трохи розглянути. 32-розрядні 2,7? Це виручка на допомогу! 2,7 64-розрядні? whileПетля краще, пристойний запас. 32-бітний 3.2, перейдіть з "належним" join. 64-бітний 3.3, перейдіть до whileциклу. Знову.

Зрештою, можна покращити продуктивність, якщо / де / коли потрібно , але найкраще пам’ятати про мантру :

1. Зробити це працює
2. Зроби це правильно
3. Зробити це швидко

IANAL, YMMV, Caveat Emptor!

Я маю згоду з коментарем Пола Макгуайра. Для мене, мені,

' '.join(the_string.split())

є переважним перевагою, ніж вибивання регексу.

Мої вимірювання (Linux і Python 2.5) показують, що розділення, а потім приєднання буде майже в п’ять разів швидше, ніж робити "re.sub (...)", і все-таки втричі швидше, якщо попередньо скомпілювати регекс і виконати операцію кілька разів. І це будь-якою мірою простіше зрозуміти - набагато більше піфонічного.

Подібні до попередніх рішень, але більш конкретні: замініть два чи більше пробілів на один:

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

Проста душа

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

Ви також можете використовувати техніку розбиття рядків у програмі Pandas DataFrame, не використовуючи .apply (..), що корисно, якщо вам потрібно швидко виконати операцію на великій кількості рядків. Ось це в одному рядку:

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

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

Це видалить усі вкладки, нові лінії та декілька пробілів з одним пробілом.

Я спробував наступний метод, і він працює навіть у крайньому випадку, наприклад:

str1='          I   live    on    earth           '

' '.join(str1.split())

Але якщо ви віддаєте перевагу регулярному вираженню, це можна зробити так:

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

Хоча для попередньої обробки та закінчення простору необхідно виконати деяку попередню обробку.

Це також, здається, працює:

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

Де змінна sпредставляє вашу рядок.

У деяких випадках бажано замінити послідовне виникнення кожного символу пробілу одним екземпляром цього символу. Для цього ви використовуєте регулярний вираз із зворотними посиланнями.

(\s)\1{1,}відповідає будь-якому символу пробілу, за яким слідує одне або кілька входів цього символу. Тепер все, що вам потрібно зробити, це вказати першу групу ( \1) як заміну на матч.

Обгортання цієї функції:

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'

Ще одна 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

Один рядок коду для видалення всіх зайвих пробілів до, після та в реченні:

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

Пояснення:

1. Розбийте весь рядок на список.
2. Фільтруйте порожні елементи зі списку.
3. З’єднайте решта елементів * з одним пробілом

* Решта елементів повинні бути слова або слова з розділовими знаками і т. Д. Я не перевіряв це широко, але це повинно бути гарною відправною точкою. Все найкраще!

Рішення для розробників Python:

import re

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

Вихід:
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())

Найшвидше ви можете отримати для створених користувачем рядків:

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

Коротке замикання робить це трохи швидше, ніж вичерпна відповідь пітонарі . Займіться цим, якщо ви досягли ефективності і чітко прагнете вилучити зайві пробіли з одного простору .

Досить дивно - ніхто не розмістив просту функцію, яка буде набагато швидшою, ніж ВСІ інші розміщені рішення. Ось це іде:

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

Якщо це пробіл, з яким ви маєте справу, розбиття на None не включатиме порожню рядок у повернене значення.

5.6.1. Методи рядків, 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)

Результати :

Це рядок, повний пробілів і кранів

Щоб видалити пробіл, враховуючи провідні, відсталі та зайвий пробіл між словами, використовуйте:

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

Перший orстосується провідних білих просторів, другийor стосується початку білого простору, який веде до рядків, а останній стосується пробілу білого простору.

Для підтвердження використання це посилання надасть вам тест.

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

Це потрібно використовувати з функцією re.split .

У мене є простий метод, який я використовував у коледжі.

line = "I     have            a       nice    day."

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

Це замінить кожен подвійний простір на один простір і зробить це 1000 разів. Це означає, що ви можете мати 2000 додаткових просторів і все одно працюватимете. :)

У мене простий метод без розщеплення:

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:

Вилучіть увесь простір: Ви можете вибрати вибрані нижче рамки, щоб зняти простір !! BR Aliakbar
Видалення пробілів: Ви можете вибрати нижню частину обрізки для видалення пробілів !! BR Aliakbar Видаліть провідні та кінцеві пробіли: Ви можете вибрати нижню обробку для видалення пробілів !! BR Aliakbar Видаліть більше одного простору: Ви можете вибрати нижню обробку для видалення пробілу !! BR Aliakbar

Я не багато читав в інших прикладах, але я тільки що створив цей метод для консолідації кількох послідовних символів пробілу.

Він не використовує жодних бібліотек, і хоча він відносно довгий з точки зору довжини сценарію, це не є складною реалізацією:

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)))