如何在Python中将字符串内的多个空格替换为单个空格，但不替换开头的多个空格？

Question

我有一些字符串可能有多个前导空格。

string_1 = '    param A     val A'
string_2 = 'param B    val B'

....

我希望将所有不在字符串开头的连续空格替换为单个空格。

我希望输出结果如下：

 string_1 = '    param A val A'z
 string_2 = 'param B val B'

我的当前解决方案会替换所有多个空格为单个空格。

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

如何构建只捕获非首位多个空格的模式？

- Kspr

Answer 1

您可以使用\b\s{2,}\b作为您的模式，如果这些多个空格是前导空格，则它们不在单词边界内。此外，对于多个空格，请使用{2,}代替+来排除单个空格：

import re


string_1 = "    param A     val A"
string_2 = "param B    val B"


pattern = re.compile(r"\b\s{2,}\b")
for test in (string_1, string_2):
    print(pattern.sub(" ", test))

输出：

    param A val A
param B val B

注意: 后面多个空格不会被这种方式改变。如果要处理可以省略最后的\b，那么再次转换为单个空格。

---

如@JvdV所述，\b 不考虑其他范围内的字符。例如，如果您有一个类似"[ param A val A ]"的字符串，则上面的模式将无法匹配它。相反，您可以使用 正向截断断言((?<=\S)) 和 正向预查断言 ((?=\S))来匹配任何非空白字符：

>>> import re
>>> text = "[    param A     val A    ]"
>>> re.sub(r"\b\s{2,}\b", " ", text)
'[    param A val A    ]'
>>> re.sub(r"(?<=\S)\s{2,}(?=\S)", " ", text)
'[ param A val A ]'

- S.B

---

但是需要注意的是：\b 只能识别 \w 以外的字符。 - JvdV

@JvdV 谢谢提醒，已经进行了更新。 - S.B

完全不应该有 (?=\S) 断言，因为 OP 没有说尾随空格不应该被替换。{2,} 是贪婪的，所以 (?<=\S)\s{2,} 就可以了。 - blhsing

Answer 2

尝试一下：

(?<=\S)\s+(\s\S|$)

将其替换为\1。请查看在线演示

---

• (?<=\S) - 断言位置位于非空白字符之前；
• \s+ - 匹配 1 个或多个空白字符 (贪婪匹配)；
• (\s\S|$) - 捕获组，用于匹配一个空格字符和一个非空白字符或者字符串末尾锚点。

---

上面的正则表达式仅保留前导空格。例如：

import regex as re
s = '    Abc   12$   D   Efg    '
print(re.sub(r'(?<=\S)\s+(\s\S|$)', '\1', s))

输出： Abc 12$ D Efg

- JvdV

Answer 3

将输入分成两组（第一组：前导空格，第二组：其他所有内容），然后从第二组中消除多余的空格，并将两组合并：

>>> string_1 = '    param A     val A'
>>> sb = re.compile(r'^(\s+)(.*)')
>>> mg = sb.match(string_1).groups()
>>> mg[0] + ' '.join(mg[1].split())
'    param A val A'

- Alberto Garcia