Python - 如何刪除漢字之間的空格，同時保留字符和數字之間的空格？

Question

真正的問題可能會更復雜，但現在，我正在嘗試做一些更容易的事情。我試圖刪除2箇中文/日文字符之間的空格，但同時保持數字和字符之間的空格。下面舉個例子：

text = "今天特別 熱，但是我買了 3 個西瓜。" 

我想要得到的輸出是

text = "今天特別熱，但是我買了 3 個西瓜。" 

我試圖用Python腳本和正則表達式：

import re 
text = re.sub(r'\s(?=[^A-z0-9])','') 

然而，結果是

text = '今天特別熱，但是我買了 3個西瓜。' 

所以我很掙扎阿博我怎樣才能始終保持角色和數字之間的距離？而且我不想使用在「3」和「個」之間添加空格的方法。

我會繼續思考它，但讓我知道你是否有想法......非常感謝你提前！

Answer 1

我明白你需要刪除的空間駐留在字母之間。

使用

re.sub(r'(?<=[^\W\d_])\s+(?=[^\W\d_])', '', text) 

詳細：

• (?<=[^\W\d_]) - 積極的回顧後，立即要求一個Unicode字母到當前位置的左邊
• \s+ - 1+空格（除去+如果預計只有一個）
• (?=[^\W\d_]) - 正向前查找，需要立即在當前位置右側輸入Unicode字母。

您不需要re.U標誌，因爲它在默認情況下在Python 3中處於啓用狀態。不過您在Python 2中需要它。

你也可以使用捕獲組：

re.sub(r'([^\W\d_])\s+([^\W\d_])', r'\1\2', text) 

其中非消耗lookarounds都變成消耗捕獲組（(...)）。替換模式中的\1和\2是對捕獲組值的反向引用。

看到一個Python 3 online demo：

import re 
text = "今天特別 熱，但是我買了 3 個西瓜。" 
print(re.sub(r'(?<=[^\W\d_])\s+(?=[^\W\d_])', '', text)) 
// => 今天特別熱，但是我買了 3 個西瓜。