5

Preciso remover os espaços desnecessários das strings, mas não a quebra entre as linhas. Tenho usado o comando abaixo, que retira os espaços, mas também retira a quebra com o /n. Alguém sabe como solucionar?

" ".join("   minha  \n string do python    ".split())

Resultado do console:

'minha string do python'

Resultado que eu estou tentando fazer:

'minha \n string do python'

3 Respostas 3

5

Se você quer substituir dois ou mais espaços por apenas um, uma alternativa é usar expressões regulares (regex), através do módulo re:

import re

s = "   minha  \n string do python    "
sem_espacos_a_mais = re.sub(' {2,}', ' ', s).strip(' ')
print(repr(sem_espacos_a_mais)) # 'minha \n string do python'

No caso, a regex tem um espaço (repare no espaço logo após o ' e antes do {). Depois o quantificador {2,} indica "duas ou mais ocorrências", ou seja, estamos procurando por 2 ou mais espaços seguidos, que são substituídos por apenas um espaço.

Mas isso não elimina o espaço do começo e fim da string, então eu uso strip para removê-los.


Com split, você pode passar como parâmetro o espaço, assim ela não elimina as quebras de linha. O problema é que assim você terá várias strings vazias também:

print(", ".join(map(repr, s.split(' '))))
# '', '', '', 'minha', '', '\n', 'string', 'do', 'python', '', '', '', ''

Mas aí basta usar filter para eliminar as strings vazias:

sem_espacos_a_mais = " ".join(filter(lambda x: len(x) > 0, s.split(' ')))

Ou simplesmente:

sem_espacos_a_mais = " ".join(filter(lambda x: x, s.split(' ')))

A opção acima funciona porque strings vazias são consideradas false, e filter só pega os elementos para os quais o lambda retorna True (ou seja, no caso serão as strings não vazias). Você ainda pode passar None no lugar do lambda, como indicou a outra resposta, pois neste caso filter assume a "função identidade" (que basicamente é o lambda acima, que retorna o próprio elemento).

O resultado é o mesmo da solução anterior.


Também é possível fazer tudo em uma única regex, mas acho que ela fica complicada demais para valer a pena:

sem_espacos_a_mais = re.sub('^ *([^ ])|(?<!^)( ) +|([^ ]) *$', r'\1\2\3', s)

Ela usa alternância (o caractere |, que significa "ou"), com 3 opções diferentes:

  • ^ *([^ ]): o marcador ^, que indica o início da string, seguido de zero ou mais espaços ( *), seguido de um caractere que não é espaço ([^ ]), ou
  • (?<!^)( ) +: um espaço (( )) seguido de um ou mais espaços ( +), desde que não seja no início da string ((?<!^) é um lookbehind negativo que verifica se o que existe antes não é ^), ou
  • ([^ ]) *$: um caractere que não é espaço, seguido de zero ou mais espaços, e o final da string ($)

Repare que alguns trechos estão entre parênteses, pois isso forma grupos de captura, que eu posso referenciar depois. No caso, a string de substituição (o segundo parâmetro passado para sub) indica que vou usar \1\2\3 - \1 é o primeiro grupo (o primeiro par de parênteses), que no caso é o caractere que não é espaço, logo depois dos espaços do início da string. \2 é o segundo grupo, que é o espaço que não está no início da string, e \3 é o terceiro grupo, que é o caractere que não é espaço, antes dos espaços no final da string.

Assim eu preservo esses caracteres e elimino os espaços restantes (se um desses grupos não for capturado, ele é vazio, assim não interfere nas demais substituições). O resultado é o mesmo do código anterior, mas como eu já disse, é um pouco mais complicado e talvez valha mais a pena usar as duas primeiras opções (regex mais simples + strip ou split + filter).

1
  • 1
    Perfeito! Muito obrigado! Commented 8/04/2020 às 5:50
2

Uma alternativa é gerar uma lista a partir da quebrar da sentença nos espaços(\x20) usando str.split(), da lista gerada filtrar com a função bulti-in filter() as strings vazia e juntar o resultado com str.join()

s = "   minha  \nstring do python    "

f = lambda s:" ".join(filter(None, [x for x in s.split("\x20")]))

print(f(s))

Teste no Repl.it: https://repl.it/repls/OpenEcstaticWatch

2

Uma solução alternativa seria:

  1. Quebrar a string em linhas;

  2. Remover os espaços em branco de cada uma das linhas individualmente;

  3. Reunir as linhas em uma string unica novamente.

Veja só:

entrada = '  testando \n  minha   \n   string     do      python    '

# Quebra a string em uma lista de linhas
linhas = entrada.split('\n')

# Remove os espacos de cada uma das linhas da lista
linhas = [' '.join(i.split()) for i in linhas]

# Remonta a string a partir da lista de linhas
saida = '\n'.join(linhas)

print(saida)

Ou até mesmo:

entrada = ' testando \n  minha   \n   string     do      python    '
saida = '\n'.join([' '.join(i.split()) for i in entrada.split('\n')])
print(saida)

Saída:

testando\nminha\nstring do python

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .