如何去除字符串多余空白，仅保留{}与""内的空白？

需求1：仅保留{}内部的空白 #

输入 #

"  word=       {his or her}      whatever  "

目标输出 #

"word={his or her}whatever"

实现代码 #

import re

input_str = "  word=       {his or her}      whatever  "
output_str = re.sub(r'\s+(?![^{]*})', '', input_str)
print(output_str)

正则解释 #

• \s+：匹配一个或多个空白字符（空格、制表符等）
• (?![^{]*})：负向预查，用来排除{}内部的空白。意思是：如果当前空白的后面，在遇到}之前没有出现{，就不匹配这个空白——换句话说，只有空白不在{}包裹的区域内时，才会被匹配并删除。

需求2：同时保留{}和""内部的空白 #

输入 #

"  word=       {his or her} and "his or her"      whatever  "

目标输出 #

"word={his or her}and"his or her"whatever"

修改后的正则及代码 #

import re

input_str = '  word=       {his or her} and "his or her"      whatever  '
output_str = re.sub(r'\s+(?![^{]*})(?![^"]*"(?![^"]*"))', '', input_str)
print(output_str)

正则解释 #

在原有正则基础上，新增了(?![^"]*"(?![^"]*"))这个负向预查，用来排除""内部的空白：

• 这个预查的逻辑是：如果当前空白的后面，先出现一个"，且这个"之后没有对应的闭合"，就不匹配这个空白——也就是仅当空白不在一对""包裹的区域内时，才会被匹配并删除。
• 两个预查条件同时生效，就能同时保留{}和""内部的空白，删除其他所有空白。

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