Python：使用正則表達式從所有行中刪除空格

Question

^(\s+)僅從第一行刪除空格。如何從所有行刪除前面的空格？

Answer 1

Python的正則表達式模塊不會默認爲multi-line ^ matching ，所以你需要明確指定該標誌。

r = re.compile(r"^\s+", re.MULTILINE) 
r.sub("", "a\n b\n c") # "a\nb\nc" 

# or without compiling (only possible for Python 2.7+ because the flags option 
# didn't exist in earlier versions of re.sub) 

re.sub(r"^\s+", "", "a\n b\n c", flags = re.MULTILINE) 

# but mind that \s includes newlines: 
r.sub("", "a\n\n\n\n b\n c") # "a\nb\nc" 

它也可能包括標誌內嵌到模式：

re.sub(r"(?m)^\s+", "", "a\n b\n c") 

更簡單的方法是避免正則表達式，因爲原來的問題很簡單：

content = 'a\n b\n\n c' 
stripped_content = ''.join(line.lstrip(' \t') for line in content.splitlines(True)) 
# stripped_content == 'a\nb\n\nc' 

Answer 2

你可以嘗試strip()，如果你想刪除正面和背面，或lstrip()如果前

>>> s=" string with front spaces and back " 
>>> s.strip() 
'string with front spaces and back' 
>>> s.lstrip() 
'string with front spaces and back ' 

for line in open("file"): 
    print line.lstrip() 

如果你真的想用正則表達式

>>> import re 
>>> re.sub("^\s+","",s) # remove the front 
'string with front spaces and back ' 
>>> re.sub("\s+\Z","",s) 
' string with front spaces and back' #remove the back 

Answer 3

nowhite = ''.join(mytext.split()) 

沒有空格會像你問的一樣（一切都放在一個單詞中）。更有用的通常是加入一切與' '或'\n'保持單獨的話。

Answer 4

你將不得不使用re.MULTILINE選項：

re.sub("(?m)^\s+", "", text) 

的 「（m）爲」 部分允許多。

Answer 5

@AndiDog在他的（當前接受的）答案中承認它咀嚼連續的換行符。

下面是如何解決這個缺陷，這是由於\n是兩個空格和一個行分隔符造成的。我們需要做的是重新構建一個只包含換行符以外的空白字符的類。

我們想要whitespace and not newline，它不能直接表示在一個重新類。我們將其重寫爲not not (whitespace and not newline)即not(not whitespace or not not newline（謝謝，Augustus），即not(not whitespace or newline)即[^\S\n]re表示法。

所以：

>>> re.sub(r"(?m)^[^\S\n]+", "", " a\n\n \n\n b\n c\nd e") 
'a\n\n\n\nb\nc\nd e' 

Answer 6

你實際上並不需要爲這個大部分時間正則表達式。如果你只希望多行刪除共同壓痕，嘗試textwrap模塊：

>>> import textwrap 
>>> messy_text = " grrr\n whitespace\n everywhere" 
>>> print textwrap.dedent(messy_text) 
grrr 
whitespace 
everywhere 

注意，如果壓痕是不規則的，這將維持：

>>> very_messy_text = " grrr\n \twhitespace\n everywhere" 
>>> print textwrap.dedent(very_messy_text) 
grrr 
     whitespace 
everywhere