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

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