命令行与文本处理 / 系统课时

空白字符类

空白字符类

学习目标

  • 掌握空白和非空白简写。
  • 区分空格、制表符和换行。
  • 会拆分和规范化连续空白。
  • 理解多行文本中的影响。

问题背景或应用场景

日志和复制文本中的分隔符可能混合空格、制表符和换行。只匹配一个普通空格会遗漏其他空白类型。

核心原理

  1. 空白简写匹配空格、制表符、换行等空白字符。
  2. 非空白简写匹配空白集合的补集。
  3. 连续空白模式适合拆分字段。
  4. 替换全部连续空白会同时消除换行。
  5. 只处理普通空格时应使用更精确的规则。

连续空白模式适合把不规则间隔统一处理,连续非空白模式适合提取由空白分隔的字段。

基础用法

本课涉及的核心写法如下:

text
\s
\s+
\S
\S+

是否清理首尾空白、是否保留换行,应由实际文本格式决定。

完整可运行示例

将代码保存为:

text
whitespace_classes.py
python
import re

text = "name   age\tcity\nAlice  30\tKuala_Lumpur"

fields = re.findall(r"\S+", text)
normalized = re.sub(r"\s+", " ", text).strip()
split_result = re.split(r"\s+", text.strip())

print(f"字段:{fields}")
print(f"规范化:{normalized}")
print(f"拆分:{split_result}")

space_pattern = r"\s"
for name, char in [("空格", " "), ("制表符", "\t"), ("换行符", "\n")]:
    print(f"{name}: {re.fullmatch(space_pattern, char) is not None}")

运行命令:

bash
python whitespace_classes.py

预期输出

text
字段:['name', 'age', 'city', 'Alice', '30', 'Kuala_Lumpur']
规范化:name age city Alice 30 Kuala_Lumpur
拆分:['name', 'age', 'city', 'Alice', '30', 'Kuala_Lumpur']
空格: True
制表符: True
换行符: True

Tips

  • 空白简写不只表示普通空格。
  • 拆分前可按业务清理首尾空白。
  • 保留段落时不要替换全部空白。
  • 日志逐行处理时应谨慎跨越换行。

常见错误

1. 认为空白只表示空格

空白简写还可以匹配制表符和换行。

2. 破坏段落结构

将全部连续空白替换为一个空格会消除换行。

3. 首尾产生空字段

可根据业务先执行 strip()。

本课练习

  1. 提取一个混合空格、制表符和换行的产品表字段。
  2. 按连续空白拆分。
  3. 只压缩空格和制表符,保留换行。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

空白字符类

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通