删除空格/制表符/换行符-python

Question 1

我正在尝试在Linux上的python 2.7中删除所有空格/制表符/换行符。

我写了这个，应该做的工作：

myString="I want to Remove all white \t spaces, new lines \n and tabs \t"
myString = myString.strip(' \n\t')
print myString

输出：

I want to Remove all white   spaces, new lines 
 and tabs

这似乎很简单，但是我在这里缺少一些东西。我应该导入什么东西吗？

Question 2

使用str.split([sep[, maxsplit]])没有sep或sep=None：

从文档：

如果sep未指定或is None，则应用不同的拆分算法：连续的空白行被视为单个分隔符，并且如果字符串的开头或结尾处有空白，则结果在开头或结尾将不包含空字符串。

演示：

>>> myString.split()
['I', 'want', 'to', 'Remove', 'all', 'white', 'spaces,', 'new', 'lines', 'and', 'tabs']

使用str.join返回的名单上得到这个输出：

>>> ' '.join(myString.split())
'I want to Remove all white spaces, new lines and tabs'

Question 3

如果要删除多个空格项并将其替换为单个空格，最简单的方法是使用如下所示的regexp：

>>> import re
>>> myString="I want to Remove all white \t spaces, new lines \n and tabs \t"
>>> re.sub('\s+',' ',myString)
'I want to Remove all white spaces, new lines and tabs '

然后，您可以根据需要删除尾随空格.strip()。

Question 4

使用re库

import re
myString = "I want to Remove all white \t spaces, new lines \n and tabs \t"
myString = re.sub(r"[\n\t\s]*", "", myString)
print myString

输出：

想要删除所有空格，换行符和标签

Question 5

import re

mystr = "I want to Remove all white \t spaces, new lines \n and tabs \t"
print re.sub(r"\W", "", mystr)

Output : IwanttoRemoveallwhitespacesnewlinesandtabs

Question 6

这只会删除选项卡，换行符，空格以及其他所有内容。

import re
myString = "I want to Remove all white \t spaces, new lines \n and tabs \t"
output   = re.sub(r"[\n\t\s]*", "", myString)

输出：

Iwanto删除所有空格，换行符和标签

美好的一天！

Question 7

上述建议使用正则表达式的解决方案并不理想，因为这是一个很小的任务，并且正则表达式需要更多的资源开销，而不是任务的简单性所能证明的。

这是我的工作：

myString = myString.replace(' ', '').replace('\t', '').replace('\n', '')

或者如果您要删除一堆东西，那么单行解决方案将很长：

removal_list = [' ', '\t', '\n']
for s in removal_list:
  myString = myString.replace(s, '')

Question 8

由于没有其他更复杂的内容，因此我想分享一下，因为它对我有帮助。

这是我最初使用的：

import requests
import re

url = '/programming/10711116/strip-spaces-tabs-newlines-python' # noqa
headers = {'user-agent': 'my-app/0.0.1'}
r = requests.get(url, headers=headers)
print("{}".format(r.content))

不良结果：

b'<!DOCTYPE html>\r\n\r\n\r\n    <html itemscope itemtype="http://schema.org/QAPage" class="html__responsive">\r\n\r\n    <head>\r\n\r\n        <title>string - Strip spaces/tabs/newlines - python - Stack Overflow</title>\r\n        <link

这就是我将其更改为：

import requests
import re

url = '/programming/10711116/strip-spaces-tabs-newlines-python' # noqa
headers = {'user-agent': 'my-app/0.0.1'}
r = requests.get(url, headers=headers)
regex = r'\s+'
print("CNT: {}".format(re.sub(regex, " ", r.content.decode('utf-8'))))

所需结果：

<!DOCTYPE html> <html itemscope itemtype="http://schema.org/QAPage" class="html__responsive"> <head> <title>string - Strip spaces/tabs/newlines - python - Stack Overflow</title>

@MattH提到的精确正则表达式对我很有效，可以将其适合我的代码。谢谢！

注意：这是 python3