python使用正则表达式去除中文文本多余空格,保留英文之间空格方法详解


Posted in Python onFebruary 11, 2020

在pdf转为文本的时候,经常会多出空格,影响数据观感,因此需要去掉文本中多余的空格,而文本中的英文之间的正常空格需要保留,输入输出如下:

input:我今天 赚了 10 个亿,老百姓very happy。

output:我今天赚了10个亿,老百姓very happy。

代码

def clean_space(text):
  """"
  处理多余的空格
  """
  match_regex = re.compile(u'[\u4e00-\u9fa5。\.,,::《》、\(\)()]{1} +(?<![a-zA-Z])|\d+ +| +\d+|[a-z A-Z]+')
  should_replace_list = match_regex.findall(text)
  order_replace_list = sorted(should_replace_list,key=lambda i:len(i),reverse=True)
  for i in order_replace_list:
    if i == u' ':
      continue
    new_i = i.strip()
    text = text.replace(i,new_i)
  return text

python去除英文单词之间多余的空格

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

import re 

s = "     info has been found (+/- 100 pages, and 4.5 mb of .pdf files) now i have to wait untill our team leader has processed it and learns html.     "
re.sub(" +", " ", s)

' '.join(s.split())

s = "     info has been found (+/- 100 pages, and 4.5 mb of .pdf files) now i have to wait untill our team leader has processed it and learns html.     "

s = ' '.join(s.split())
s

更多关于python使用正则表达式去除多余空格方法请查看下面的相关链接

Python 相关文章推荐
浅析Python编写函数装饰器
Mar 18 Python
Window环境下Scrapy开发环境搭建
Nov 18 Python
python覆盖写入,追加写入的实例
Jun 26 Python
python+selenium 鼠标事件操作方法
Aug 24 Python
Pandas 缺失数据处理的实现
Nov 04 Python
使用Python合成图片的实现代码(图片添加个性化文本,图片上叠加其他图片)
Apr 30 Python
tensorflow模型的save与restore,及checkpoint中读取变量方式
May 26 Python
使用tensorflow实现VGG网络,训练mnist数据集方式
May 26 Python
Python中socket网络通信是干嘛的
May 27 Python
在django中查询获取数据,get, filter,all(),values()操作
Aug 09 Python
Pytorch之Tensor和Numpy之间的转换的实现方法
Sep 03 Python
Pytorch之扩充tensor的操作
Mar 04 Python
python 函数中的参数类型
Feb 11 #Python
python正则过滤字母、中文、数字及特殊字符方法详解
Feb 11 #Python
python3正则模块re的使用方法详解
Feb 11 #Python
Python版中国省市经纬度
Feb 11 #Python
Python终端输出彩色字符方法详解
Feb 11 #Python
Python连接Oracle之环境配置、实例代码及报错解决方法详解
Feb 11 #Python
利用python中集合的唯一性实现去重
Feb 11 #Python
You might like
基于PHP生成简单的验证码
2016/06/01 PHP
DEDE实现转跳属性文档在模板上调用出转跳地址
2016/11/04 PHP
Laravel路由研究之domain解决多域名问题的方法示例
2019/04/04 PHP
PHP7内核CGI与FastCGI详解
2019/04/14 PHP
Using the TextRange Object
2006/10/14 Javascript
小议Function.apply()之二------利用Apply的参数数组化来提高 JavaScript程序性能
2006/11/30 Javascript
javascript while语句和do while语句的区别分析
2007/12/08 Javascript
Notify - 基于jquery的消息通知插件
2011/10/18 Javascript
nullJavascript中创建对象的五种方法实例
2013/05/07 Javascript
使用javascript实现json数据以csv格式下载
2015/01/09 Javascript
JS弹出可拖拽可关闭的div层完整实例
2015/02/13 Javascript
JS实现图片产生波纹一样flash效果的方法
2015/02/27 Javascript
JQuery使用index方法获取Jquery对象数组下标的方法
2015/05/18 Javascript
Angular 4 依赖注入学习教程之FactoryProvider的使用(四)
2017/06/04 Javascript
详解如何使用webpack在vue项目中写jsx语法
2017/11/08 Javascript
微信小程序仿美团城市选择
2018/06/06 Javascript
vue实现下拉加载其实没那么复杂
2019/08/13 Javascript
纯JS实现五子棋游戏
2020/05/28 Javascript
[01:11:11]Alliance vs RNG 2019国际邀请赛淘汰赛 败者组BO1 8.20.mp4
2020/07/19 DOTA
Python的Flask站点中集成xhEditor文本编辑器的教程
2016/06/13 Python
python书籍信息爬虫实例
2018/03/19 Python
Python3.5文件修改操作实例分析
2019/05/01 Python
Python3+Appium实现多台移动设备操作的方法
2019/07/05 Python
Pytorch之Variable的用法
2019/12/31 Python
解决python3插入mysql时内容带有引号的问题
2020/03/02 Python
Python3标准库之dbm UNIX键-值数据库问题
2020/03/24 Python
python右对齐的实例方法
2020/07/05 Python
CSS3实现超酷的黑猫警长首页
2016/04/26 HTML / CSS
《一株紫丁香》教学反思
2014/02/19 职场文书
单位委托书范本
2014/04/04 职场文书
学习雷锋做美德少年寄语大全
2014/04/09 职场文书
励志演讲稿500字
2014/08/21 职场文书
家庭贫困证明
2014/09/23 职场文书
幼儿园教师自我评价
2015/03/04 职场文书
初中地理教学反思
2016/02/19 职场文书
spring boot项目application.properties文件存放及使用介绍
2021/06/30 Java/Android