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

(编辑：jimmy 日期: 2025/1/16 浏览：3 次 )

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} +(" +", " ", 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

上一篇：tensorflow 获取checkpoint中的变量列表实例
下一篇：python 函数中的参数类型