Python从列表中的所有条目中删除所有空格

Question

当我在一个.srt文件上调用readlines()时，我得到了一个字符列表，其中有很多前导和尾随的空格，如下所示

with open(infile) as f:
    r=f.readlines()
    return r

我得到了这个列表。

['\xef\xbb\xbf1\r\n', '00:00:00,000 --> 00:00:03,000\r\n', "[D. Evans] Now that you've written your first Python program,\r\n",'\r\n', '2\r\n', '00:00:03,000 --> 00:00:06,000\r\n', 'you might be wondering why we need to invent new languages like Python\r\n', '\r\n']

我仅仅为了简洁起见只包含了一些元素。我该如何清理这个列表，以便我可以移除所有的空白字符，并获取只包含相关元素的内容？

 ['1','00:00:00,000 --> 00:00:03,000',"[D. Evans] Now that you've written your first Python program"...]

- damon

---

\xef\xbb\xbf 看起来像是以 UTF-8 编码的 BOM。 - Mark Byers

当我在vi中打开.srt文件时，我可以看到每行后面有^M字符。 - damon

Answer 1

你可以去除每一行的空格。如果你正在处理大文件，将其作为生成器运行也可以节省一些内存。

此外，看起来你正在处理带有BOM的UTF-8文件（这有点愚蠢或者至少是不必要的），因此你需要以不同的方式打开它。

import codecs

def strip_it_good(file):
    with codecs.open(file, "r", "utf-8-sig") as f:
        for line in f:
            yield line.strip()

- Jordan

---

strip() 似乎不能正确地去除 '\xef\xbb\xbf1\r\n' 序列，当我尝试这样做时只剩下 '1'。它只是去掉了尾随的 \n。 - Levon

我知道这将消除\r\n。在技术上，\xef\xbb是BOM，因此它不是空格。如果我检测到BOM，我通常会在预解析器中手动转储文件的前两个字符。 - Jordan

啊，好的，但根据输出结果，应该只是'1'，对吧？（我的第一反应也是使用strip()，但我被一条评论说服了不要用它 :)） - Levon

让我看看是否能找到正确的Pythonic方法来忽略BOM。 - Jordan

哦，我并不是试图侮辱您关于BOM的问题。我想您只是文件的使用者。对于UTF-8文件来说，这是毫无意义的。 - Jordan