17370845950

str.strip()仅去除首尾空白字符，无法处理中间多余空格；需用re.sub(r'\s+', ' ', s).strip()压缩中间空白，或'split()+join'实现全空白规范化。

str.strip() 只能去掉首尾空格，不是万能的

很多人一上来就用 str.strip()，结果发现中间的多余空格还在。它只处理字符串开头和结尾的空白字符（包括 ' '、'\t'、'\n'），对中间的连续空格或制表符完全没影响。

常见错误现象：

"  hello    world  ".strip()  # 结果是 "hello    world"，中间四个空格原封不动

• 如果目标是「压缩中间空格为单个空格」，得用 re.sub(r'\s+', ' ', s).strip()
• 如果只是想「删掉所有空格（含中间）」，直接用 s.replace(' ', '') 更快更安全
• strip() 不接受正则，也不能指定只删某类空白；传参只能是字符集合，比如 s.strip(' \t\n')

re.sub 处理复杂空白模式最灵活

当字符串里混着空格、制表符、换行符、全角空格（'\u3000'），或者要保留段落结构只规范化单词间空隙时，re.sub 是实际项目中最可靠的方案。

使用场景举例：清洗用户输入、解析日志行、预处理 NLP 文本

• 统一所有空白为单个空格：

  import re
  s = "hello\t\tworld\n\n  python  "
  cleaned = re.sub(r'\s+', ' ', s).strip()

  → "hello world python"
• 只删 ASCII 空格，保留制表符和换行（某些格式敏感场景）：

  re.sub(r' +', '', s)

• 兼容全角空格：

  re.sub(r'[\s\u3000]+', ' ', s).strip()

split() + join() 是最简但有隐含行为

' '.join(s.split()) 看似简单，其实是 Python 里最常用也最容易被低估的去空格方式。它的效果等价于「把所有空白（含换行、制表符）当分隔符切开，再用单个空格拼回去」。

关键点在于：str.split() 不带参数时会自动忽略所有空白并丢弃空字段，所以 " a \t\n b ".split() 直接得到 ['a', 'b']。

• 优点：不依赖 re 模块，语义清晰，性能不错
• 缺点：无法保留原始换行结构；如果需要「每行单独处理」，得先按 '\n' 拆再逐行 join
• 注意：s.split(' ')（显式传空格）效果完全不同，它不会合并连续空格，也不处理 \t 或 \n

replace() 和 translate() 适合明确替换目标

如果你确定只要干掉 ASCII 空格，或某几个特定字符，str.replace() 是最快的内置方法；而 str.translate() 在批量删多种字符时性能优势明显。

• 只删普通空格：

  s.replace(' ', '')

• 删空格+制表符：

  s.replace(' ', '').replace('\t', '')

  （简单但略啰嗦）
• 高效批量删：

  table = str.maketrans('', '', ' \t\n\r')
  s.translate(table)

• translate() 不支持正则，但比多次 replace() 快；maketrans() 第三个参数是待删除字符组成的字符串

真正容易被忽略的是：不同方法对 Unicode 空白的处理差异很大。比如 strip() 和 split() 默认都识别 \u3000（中文空格），但 replace(' ', '') 完全不碰它。线上文本清洗出问题，十次有八次是因为这个。