在 Python 中用单个空格替换多个空格

Question

我有这个字符串：

mystring = 'Here is  some   text   I      wrote   '

如何用一个空格替换两个、三个 (...) 空白字符，以便我得到：

mystring = 'Here is some text I wrote'

Answer 1

一种简单的可能性（如果您宁愿避免 RE）是

' '.join(mystring.split())

split 和 join 执行您明确询问的任务 - 另外，它们还执行您没有谈论但在示例中看到的额外任务，删除尾随空格；-)。

Answer 2

正则表达式可用于对组合的空白字符提供更多控制。

匹配 unicode 空白：

import re

_RE_COMBINE_WHITESPACE = re.compile(r"\s+")

my_str = _RE_COMBINE_WHITESPACE.sub(" ", my_str).strip()

仅匹配 ASCII 空白：

import re

_RE_COMBINE_WHITESPACE = re.compile(r"(?a:\s+)")
_RE_STRIP_WHITESPACE = re.compile(r"(?a:^\s+|\s+$)")

my_str = _RE_COMBINE_WHITESPACE.sub(" ", my_str)
my_str = _RE_STRIP_WHITESPACE.sub("", my_str)

有时，仅匹配 ASCII 空白对于保留控制字符（例如 x0b、x0c、x1c、x1d、x1e、x1f）至关重要。

参考：

关于\s：

对于 Unicode (str) 模式：
匹配 Unicode 空白字符（包括 [ \t\n\r\f\v]，以及许多其他字符，例如
许多语言的版式规则强制要求使用不间断空格）。
如果使用 ASCII 标志，则仅匹配 [ \t\n\r\f\v]。

关于re.ASCII：

使 \w、\W、\b、\B、\d、\D、\s 和 \S 执行仅 ASCII 匹配，而不是完整的 Unicode 匹配。这仅对 Unicode 有意义
模式，并且对于字节模式被忽略。对应内联
标志 (?a)。

strip() 将远程删除任何前导和尾随空格。

Answer 3

为了完整起见，您还可以使用：

mystring = mystring.strip()  # the while loop will leave a trailing space, 
                  # so the trailing whitespace must be dealt with
                  # before or after the while loop
while '  ' in mystring:
    mystring = mystring.replace('  ', ' ')

它将快速处理具有相对较少空格的字符串（在这些情况下比 re 更快）。

在任何情况下，Alex Martelli 的拆分/合并解决方案的执行速度至少一样快（通常要快得多）。

在您的示例中，使用 timeit.Timer.repeat() 的默认值，我得到以下时间：

str.replace: [1.4317800167340238, 1.4174888149192384, 1.4163512401715934]
re.sub:      [3.741931446594549,  3.8389395858970374, 3.973777672860706]
split/join:  [0.6530919432498195, 0.6252146571700905, 0.6346594329726258]

编辑：

刚刚发现这篇文章，它对这些方法的速度进行了相当长的比较。