如何用Python正则表达式有效移除中文文本中的多余空格？
- 内容介绍
- 文章标签
- 相关推荐
本文共计335个文字，预计阅读时间需要2分钟。
在将PDF转换为文本时，常有多余的空白格，影响数据感知。需去除文本中的多余空格，保留英文字符间的正常空格。例如：输入：我昨天赚了10个亿，老百二‘输出：我昨天赚了10个亿
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。
本文共计335个文字，预计阅读时间需要2分钟。
在将PDF转换为文本时，常有多余的空白格，影响数据感知。需去除文本中的多余空格，保留英文字符间的正常空格。例如：输入：我昨天赚了10个亿，老百二‘输出：我昨天赚了10个亿
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。