RegEx - 需要删除所有单词序列，允许一个空格继续单词

Question

尝试从html文档中的名称集合中删除空格和制表符时遇到问题。

例如：

        FU BAR       
RE BAR          NULL

我需要回答的只是：

FU BAR RE BAR NULL

我一直在尝试：

[^A-Z]+([[A-Z]{1,}\s]+)[\s\r\n\t]+

并且仍然留有一些分散的空格或标签。任何建议？

Answer 1

为什么不使用：s/\s+/ /g？

哦，刚才意识到这并没有说明领先和尾随空格。您可以先通过此正则表达式运行输入，然后再运行上面的输入来处理这些：

s/^\s+|\s+$//

Answer 2

用一个空格替换\s+怎么样？ （假设我们不受限于单线匹配）。

（如果我们使用一些逐行正则表达式替换，例如某些Unix工具，我们将核心所有前导和尾随空格，用单个空格替换内部空白区域，并删除空行或只包含空格。）

您是否尝试将此应用于HTML文档的某些部分，同时保留其他区域的空白？如果是，请通过反映此要求的示例更新您的问题。

Answer 3

如果您使用的是Java，

String normalizeSpace = str.replaceAll("\\s+", " ");

类Commons Lang 2.6中的

StringUtils包含具有相同功能的方法normalizeSpace（包含控制字符，char＆lt; = 32）。