京公网安备 11010802034615号
经营许可证编号:京B2-20210330
关于Python中空格字符串处理的技巧总结
大家应该都知道字符串处理,是任何语言最常用到的。 其中就经常会碰到,对字符串中的空格处理,比如:去除前后空格,去除全部空格,或者以空格为分隔符来处理。 好在Python中字符串有很多方法,比如lstrip() , rstrip() , strip()来去除字符串前后空格,借助split()对字符来分隔; 实在不行,还可以借助于re模块的sub函数来替换。
下面列举下,各种情况下的处理技巧,通过示例代码介绍的非常详细,对大家具有一定的参考学习价值,话不多说了,来一起看看详细的介绍吧。
【技巧一】借助于lstrip()来去除左边空格
>>> s = ' A B C '
>>> s.lstrip() # 去除字母字符串左边的空格
'A B C '
【技巧二】借助于rstrip()来去除右边空格
>>> s = " A B C "
>>> s.rstrip() # 去除字符串右边的空格
' A B C'
【技巧三】借助于strip()来去除左右两边的空格
>>> s = " A B C "
>>> s.strip() # 去除两边的空格
'A B C'
备注:
无论是lstrip() , rstrip() ,还是strip()默认去除空格,其实如果有其他字符也是可以去除的。比如下面示例:

从上面的例子可以看到,这三个函数的功能还是非常强大的!
【技巧四】借助于re.sub()来去除字符串中的所有空格
>>> import re
>>> s = " A B C "
>>> re.sub('\s', '', s)
'ABC'
【技巧五】借助于借助于s.split('')来以空格分隔字符串
>>> names = 'Jerry Alice Tom'
>>> names.split(' ')
['Jerry', 'Alice', 'Tom']
【技巧六】借助re.split()来多种分割字符串
上面的s.split('') ,如果碰到中间有多个空格,就会出现下面这种情况,而这很可能并非我们想要的。
>>> char = 'A B C'
>>> char.split(' ')
['A', 'B', '', 'C']
况且,实际情况可能很复杂,比如里面即有空格,又有逗号,或者:; 如果要多种分割就必须借助re.split()函数,比如下面这个变量,要将其中的年,月,日,时,分,秒都一次性取出来,放置到一个列表中:
time = '2017/03/01 08:15:30'

备注:
1.[/\s:] # 将要分隔的分隔符放置于[]
2.[/\s:]+ # 允许1个或多个分隔符号存在
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26