用空格字符替换序列的第一个

Question

我有一个来自早期文本处理步骤的HTML格式的文本字符串。它是这样的，你看到任何 <SPACE>字符已被 序列取代：

...this is some text    and some further   text...

现在，我想用 字符替换文本中<SPACE>个序列的部分。规则是：

• 使用单个 字符替换任何单个 <SPACE>序列
• 使用单个 字符替换一系列 序列中的第一个 <SPACE>序列

结果字符串应如下所示：

...this is some text    and some further   text...

有关使用Python的程序化方法的任何想法吗？

Answer 1

问题可以缩短为替换在  之后不会立即出现的每个 。

要实施此策略，请使用re.sub，并使用负面的后观，如下所示：

import re

s = '...this is some text    \
     and some further   text...'

print(re.sub(r'(?<!&nbsp;)&nbsp;', ' ', s))
# ...this is some text &nbsp;&nbsp;&nbsp;and some further &nbsp;&nbsp;text...