正则表达式替换掉汉字中间的空格

替换掉汉字中间的空格 

import re 
original_str = 'a  a 我我我  我我  我   我   sf   ssf'  
patten = re.compile(r'([\w\u4e00-\u9fa5]{1})\s+([\u4e00-\u9fa5]{1})')
original_str = patten.sub(r'\1\2',original_str ).strip()
patten = re.compile(r'([\u4e00-\u9fa5]{1})\s+([\u4e00-\u9fa5\w]{1})\s+')
original_str  = patten.sub(r'\1\2',original_str ).strip()
print(original_str)

结果为：a  a我我我我我我我sf   ssf

sub里的 \1  \2......  都要和正则表达式集合()一起使用
简单的说就是
\1表示重复正则第一个圆括号内匹配到的内容
\2表示重复正则第二个圆括号内匹配到的内容

取出括号里的内容

original_str = '(asf)(test)'
patten = re.compile('[\(?（?](.*?)[\)?）?]', re.S) #提取括号内内容
content_in_bracket = re.findall(patten, original_str)
print(content_in_bracket)

结果为：['asf', 'test']

取出最外层括号里的内容

original_str = '(qqq(asf)(test)a)'
patten = re.compile('[\(?（?](.*)[\)?）?]', re.S) #提取括号内内容
content_in_bracket = re.findall(patten, original_str)
print(content_in_bracket)

结果为：['qqq(asf)(test)a']

不使用re.S参数，则只在每一行内进行匹配，如果一行没有，就换下一行重新开始，不会跨行。

使用re.S参数以后，正则表达式会将这个字符串作为一个整体，将“\n”当做普通的字符加入到这个字符串中，在整体中进行匹配。

正则表达式的贪婪与非贪婪匹配

如：str="testttttt"           

       patter p="te.*t"

贪婪匹配:正则表达式一般趋向于最大长度匹配，也就是所谓的贪婪匹配。

       如上面使用模式patter匹配字符串str，结果就是匹配到：testttttt。

非贪婪匹配：就是匹配到结果就好，就少的匹配字符。

       如上面使用模式patter匹配字符串str，结果就是匹配到：test

默认是贪婪模式；在量词后面直接加上一个问号？就是非贪婪模式