如何在Python中去除字符串字母间多余空格并提取有效文本？

核心处理逻辑 #

针对字符串中存在的字母间冗余空格、转义字符、无关特殊符号，分三步处理：

1. 清除{、}、\[、\]、\n这类无关符号与转义字符
2. 移除单个字母之间的空格，同时保留单词间的空格（单词间为连续两个空格，字母间为单个空格）
3. 合并连续空格并清理首尾多余空格

Python代码实现 #

def fix_abnormal_string(abnormal_str):
    # 第一步：移除特殊符号和转义字符
    cleaned = abnormal_str.replace('{', '').replace('}', '').replace('\\[', '').replace('\\]', '').replace('\\n', '')
    # 第二步：消除单个字母间的空格
    import re
    cleaned = re.sub(r'(\w) (\w)', r'\1\2', cleaned)
    # 第三步：规整空格格式
    cleaned = re.sub(r'\s+', ' ', cleaned).strip()
    return cleaned

# 测试示例
abnormal_str = "{'\\[\\n M a k i n g   c o f f e e   i s   n o t   r e l a t e d   t o   t h e   c o n t e x t   i n f o r m a t i o n   p r o v i d e d .\\]'}"
print(fix_abnormal_string(abnormal_str))
# 输出：Making coffee is not related to the context information provided.

分步说明 #

• 清理特殊符号：通过replace直接移除所有干扰性符号，还原字符串的核心文本部分
• 合并字母：用正则(\w) (\w)匹配单个字母+空格+单个字母的模式，替换为字母拼接，精准消除字母间的冗余空格
• 规整空格：用\s+匹配所有连续空格并替换为单个空格，再用strip()清理首尾空格，得到格式标准的文本

简化版实现 #

import re

abnormal_str = "{'\\[\\n M a k i n g   c o f f e e   i s   n o t   r e l a t e d   t o   t h e   c o n t e x t   i n f o r m a t i o n   p r o v i d e d .\\]'}"
normal_str = re.sub(r'(\w) (\w)', r'\1\2', re.sub(r'[{}[\]\\n]', '', abnormal_str))
normal_str = re.sub(r'\s+', ' ', normal_str).strip()
print(normal_str)

内容的提问来源于stack exchange，提问作者Sam