如何去除文本间多余空白？已尝试strip()/split()/replace()方法未解决

一、去除星级与评分数之间的大量空白 #

这类空白通常不是普通空格（ ），而是非打印空白字符（比如制表符\t、换行符\n、不间断空格\xa0等），普通的replace(" ", "")无法匹配。可以用以下方法：

方法1：正则表达式匹配所有空白字符 #

Python示例：

import re
text = "4.0 out of 5 stars          12,467 ratings"
cleaned_text = re.sub(r"\s+", " ", text).strip()
# 输出结果："4.0 out of 5 stars 12,467 ratings"

\s+会匹配任意数量的空白字符（包括空格、制表符、换行符等），替换为单个空格后，用strip()去除首尾多余空白。

方法2：替换特定非打印空白字符 #

如果明确是某类特殊空白（比如不间断空格\xa0），可以直接针对性替换：

text = "4.0 out of 5 stars\xa0\xa0\xa012,467 ratings"
cleaned_text = text.replace("\xa0", " ").replace("  ", " ").strip()

二、去除两个句子之间的空白 #

根据空白类型选择对应方法：

情况1：句子间是多空格/混合特殊空白 #

用正则统一处理：

import re
text = "第一句。          第二句。"
# 替换为单个空格
cleaned_text = re.sub(r"\s+", " ", text)
# 若要完全去掉空格，替换内容改为""即可
# cleaned_text = re.sub(r"\s+", "", text)

情况2：句子间是换行/制表符混合空白 #

同样使用re.sub(r"\s+", " ", text)，它会将所有连续空白（包括换行、制表符）替换为单个空格，按需调整替换目标即可。

内容的提问来源于stack exchange，提问作者Yathish JL