Python字符串清理需求：处理首尾非字母数字及内部空格换行

针对你遇到的字符串清理痛点，正则表达式是比strip()或replace()更灵活的方案，能一次性处理各种首尾空白、内部连续空格以及换行符的保留/移除需求。下面分两种场景给出具体实现：

场景1：保留文本内部的换行符 #

需求：清理首尾所有非有效空白（空格、换行、制表符等），合并内部2个及以上的连续空格为单个，同时保留内部的换行符。

实现思路：

• 先清理字符串首尾的所有空白字符（包括换行、制表符、空格）
• 再合并除换行符之外的所有连续空白（比如空格、制表符）为单个空格，避免破坏内部换行结构

代码示例：

import re

def clean_preserve_newlines(text):
    # 清理首尾所有空白字符
    cleaned = re.sub(r'^\s+|\s+$', '', text)
    # 合并除换行外的连续空白为单个空格
    cleaned = re.sub(r'[^\S\n]+', ' ', cleaned)
    return cleaned

# 测试你的示例字符串
test_strings = [
    "\n\n\n Text1 test2 text3 \n ",
    "\n Text1 test2 text3 ",
    " \n Text1 test2 text3 \n\r",
    " \n Text1 test2 text3 \t\n\r",
    " \n Text1 test2 \n text3 "
]

for s in test_strings:
    print(clean_preserve_newlines(s))

输出结果（保留内部换行）：

Text1 test2 text3
Text1 test2 text3
Text1 test2 text3
Text1 test2 text3
Text1 test2
 text3

场景2：不保留文本内部的任何换行符 #

需求：清理首尾所有空白，移除内部所有换行符，同时合并所有连续空白（包括换行转成的空白）为单个空格。

实现思路：

• 先把所有空白字符（换行、制表符、空格等）统一替换成单个空格
• 最后清理掉首尾的多余空格即可

代码示例：

import re

def clean_remove_newlines(text):
    # 把所有连续空白（包括换行、制表符）替换成单个空格
    cleaned = re.sub(r'\s+', ' ', text)
    # 清理首尾空格
    cleaned = cleaned.strip()
    return cleaned

# 测试示例字符串
for s in test_strings:
    print(clean_remove_newlines(s))

输出结果（无内部换行，连续空格合并）：

Text1 test2 text3
Text1 test2 text3
Text1 test2 text3
Text1 test2 text3
Text1 test2 text3

补充说明 #

• 正则中的\s会匹配任意空白字符：空格、换行\n、制表符\t、回车\r等
• [^\S\n]是个小技巧：表示匹配除了非空白字符（\S是\s的反义）和换行符\n之外的所有空白，这样就能在合并空格时精准保留换行
• 如果需要处理其他特殊非有效字符，只需调整正则表达式的匹配范围即可

内容的提问来源于stack exchange，提问作者user3541631