python去除中文字之间的空格，保留英文单词之间的空格

Posted 2020-12-20 cydcyd

正则表达式去除中文字之间的空格，保留英文单词之间的空格，对于英文单词中间夹杂着数字的情况，应该保留空格但没有保留

 # -*- coding:utf-8 -*- ＃
import re

def _clean_space(text):
?    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

text = "从大约40万 年前开始，一个关键的环境转变  发生了。hello world！"
text=text.decode("utf-8")
text=_clean_space(text).encode("utf-8")
print(text)