正则表达式 - 删除两个标点符号之间的空格，但不删除标点符号和字母之间的空格

Question

我有以下正则表达式来删除标点符号之间的空格。

re.sub(r'\s*(\W)\s*', r'\1', s)

在我几乎所有的测试用例中都可以正常工作，除了这个：

This is! ? a test! ?

为此我需要

This is!? a test!?

并得到

This is!?a test!?

我如何不删除它们之间的空格? 和'一个'？ 我错过了什么？

Answer 1

这应该有效：

import re

str = 'This is! ? a test! ?'
res = re.sub(r'(?<=[?!])\s+(?=[?!])', '', str)
print(res)

输出：

This is!? a test!?

解释：

(?<=[?!])   # positive lookbehind, make sure we have a punctuation before (you can add all punctuations you want to check)
\s+         # 1 or more spaces
(?=[?!])    # positive lookahead, make sure we have a punctuation after

Answer 2

尝试这个：

string = "This is! ? a test! ?"
string = re.sub(r"(\W)\s*(\W)", r"\1\2", string)
print(string)

输出：

This is!? a test!?

Answer 3

为了将标点字符与 Python 中的正则表达式匹配，您可以使用(?:[^\\w\\s]|_)模式，它匹配除字母、数字或空格之外的任何字符。

因此，您需要匹配一个或多个紧跟在标点字符 ( (?<=[^\\w\\s]|_) ) 之前的空格 ( \\s+ ) 并紧跟在这样的字符 ( (?=[^\\w\\s]|_) ):

(?<=[^\w\s]|_)\s+(?=[^\w\s]|_)

请参阅在线正则表达式演示。

Python 演示：

import re
text = "This is! ? a test! ?"
print( re.sub(r"(?<=[^\w\s]|_)\s+(?=[^\w\s]|_)", "", text) )
# => This is!? a test!?

Answer 4

另一种选择是利用PyPi 正则表达式模块use \\p{Punct} inside positive lookarounds 来匹配标点符号。

Python 演示

例如

import regex

pattern = r"(?<=\p{Punct})\s+(?=\p{Punct})"
s = 'This is! ? a test! ?'

print(regex.sub(pattern, '', s))

输出

This is!? a test!?

请注意， \\s也可以匹配换行符。 您还可以使用[^\\S\\r\\n]匹配除换行符之外的空白字符。