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
).