python2, python3去除中英文空格

需求：去除字符串中所有的空格。

python3去除中英文空格

比较方便，首先要导入正则表达式包：

import re

然后就可以去除空格了，其中\u3000是中文空格的unicode码，\s则是正则表达式里面英文空格的表示，s其实就是spacebar的简写：

s1="ab　　c"
re.sub(r'[\s\u3000]+','',s1) # 'abc'

这种去除并没有改变原始字符串的值，所以如果要使用结果，你需要保存到其它变量中。

python2的去除稍微复杂点，因为版本差异，python2,3的默认字符串编码是不同的。

• python 2.x默认的字符编码、文件编码都是ASCII

• python 3.x默认的字符编码是unicode，默认的文件编码是utf-8。

python2的国际化支持不如python3的方便。

新建字符串对比下：

python3:

>>> s1="ab　　c"
>>> s1
'ab\u3000\u3000c'

相同的字符串在python2中则是这样：

>>> s1="ab  　c"
>>> s1
'ab  \xe3\x80\x80c'

这样一来在python2中先把字符串转换成unicode再替换就比较完美了。

python2去除中英文空格

先使用decode转换成unicode字符串s2

import re
s2=s1.decode('utf8')
s2
# u'ab\u3000\u3000c'

再生成一个正则表达式，注意字符串前面是有个u的，表明后面的字符串是unicode编码：

pattern = re.compile(u'[\s\u3000]+')

可以去除了：

>>> re.sub(pattern,'',s2)
# u'abc'

运行环境

python 2.7.17及python3.7.6