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
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09