python中使用正则表达式去除中文文本多余空格,英文之间的保留
需求
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' ':continuenew_i = i.strip()text = text.replace(i,new_i)return text
python中使用正则表达式去除中文文本多余空格,英文之间的保留相关推荐
- python正则去掉重复单词_python使用正则表达式去除中文文本多余空格,保留英文之间空格方法详解 | 学步园...
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 happ ...
- python中文字符串多余空格_python使用正则表达式去除中文文本多余空格,保留英文之间空格方法详解...
python使用正则表达式去除中文文本多余空格,保留英文之间空格方法详解 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 ...
- python中分割字符串两种方法正则分组别名,如何在python中使用正则表达式模块将文本字符串分割成单词?...
Here's what I'm working with- string1 = "Dog,cat,mouse,bird. Human." def string_count(text ...
- 基于python中jieba包的中文分词中详细使用
基于python中jieba包的中文分词中详细使用(一) 01.前言 之前的文章中也是用过一些jieba分词但是基本上都是处于皮毛,现在就现有的python环境中对其官方文档做一些自己的理解以及具体的 ...
- Python中re(正则表达式)模块函数学习
2019独角兽企业重金招聘Python工程师标准>>> Python正则表达式指南 今天学习了Python中有关正则表达式的知识.关于正则表达式的语法,不作过多解释,网上有许多学习的 ...
- [Python]网络爬虫(七):Python中的正则表达式教程(转)
接下来准备用糗百做一个爬虫的小例子. 但是在这之前,先详细的整理一下Python中的正则表达式的相关内容. 正则表达式在Python爬虫中的作用就像是老师点名时用的花名册一样,是必不可少的神兵利器. ...
- [Python]网络爬虫(七):Python中的正则表达式教程
接下来准备用糗百做一个爬虫的小例子. 但是在这之前,先详细的整理一下Python中的正则表达式的相关内容. 正则表达式在Python爬虫中的作用就像是老师点名时用的花名册一样,是必不可少的神兵利器. ...
- Python中利用正则表达式做数据清洗(re)
目录 1.常用正则表达式 Python中常用正则表达式 2.正则表达式做数据清洗 2.1 从网页HTML标签中提取文本 2.2 去掉英文文章中标点符号,提取词汇 2.3 提取以.com结尾的邮箱 1. ...
- 站长在线零基础Python完全自学教程20:在Python中使用正则表达式完全解读
欢迎你来到站长学堂,学习站长在线出品的在线课程<零基础 Python完全自学教程>今天给大家分享的是第20课< 在Python中使用正则表达式完全解读>.本节课是一个大课,我分 ...
最新文章
- 微软MCITP系列课程
- zabbix 安装时常见问题处理
- 文章内容页调用所属栏目地址的标签
- Packet for query is too large (1166 1024). You can change this value
- 抽丝剥茧!Source Generators原理讲解
- SharePoint中文WiKi
- linux快速mysql5.7_Linux下安装MySQL 5.7
- 企业网管服务器架设资料(极品中的极品)
- ToolStripContainer
- GDPR法律条款解读及应对指南(全面版)
- MonoMac 1.0正式发布
- Kerloud UAV室内光流定位教程
- Linux使用strlen编译,strlen in NASM Linux
- ansys与solidworks关联失败,将SolidWorks模型导入ansys划分网格总是提示错误
- java游戏热血江湖,热血江湖源码_附安装教程
- 应用安全设计规范--模板
- 我想谈一谈外包,请不要“妖魔化”它。
- REDSHIFT学习笔记-渲染设置3_GIPhotonSSS
- Python鼠标模拟
- chunk-vendors.js 语法错误