Python去掉文本中所有空白字符的三种实现方法

import re

def remove_all_whitespace(text):
    """删除所有空白字符（包括Unicode空白）"""
    return re.sub(r'\s', '', text, flags=re.UNICODE)

# 示例
text = "Hello\tWorld\nPython  \u00A0编程"
cleaned = remove_all_whitespace(text)
print(cleaned)  # 输出: HelloWorldPython编程

def remove_all_whitespace_fast(text):
    """使用translate方法极速删除空白（仅ASCII空白）"""
    # 定义要删除的ASCII空白字符集
    whitespace = " \t\n\r\x0b\x0c"  # 对应string.whitespace
    return text.translate(str.maketrans('', '', whitespace))

# 示例
text = "Line1\nLine2\tTab"
cleaned = remove_all_whitespace_fast(text)
print(cleaned)  # 输出: Line1Line2Tab

def remove_all_whitespace_gen(text):
    """逐字符处理大文本（内存效率高）"""
    return ''.join(c for c in text if not c.isspace())

# 示例
big_text = "  ".join(["a" * 1000] * 10000)  # 1000万字符
cleaned = remove_all_whitespace_gen(big_text)  # 内存占用稳定

# 仅去除行尾/行首空白，保留中文间空格
cleaned = re.sub(r'\s{2,}', '', text)  # 替换连续空白为单个空

# 先去除所有空白，再恢复特定符号
cleaned = remove_all_whitespace(text).replace(',', '')

# 显式指定需要删除的特殊空白
special_whitespace = '\u200B\u200C\u200D'  # 零宽空格、连接符等
cleaned = text.translate(str.maketrans('', '', special_whitespace))

import time
import random
import string

# 生成测试文本
test_text = ''.join(random.choices(string.ascii_letters + ' \t\n', k=10**6))

# 测试正则方法
start = time.time()
re.sub(r'\s', '', test_text)
print("Regex time:", time.time()-start)

# 测试translate方法
start = time.time()
test_text.translate(str.maketrans('', '', " \t\n\r\x0b\x0c"))
print("Translate time:", time.time()-start)