Question

在.srt文件上调用readlines()时，我得到了一个包含大量前导和尾随空格的字符列表，如下所示

with open(infile) as f:
    r=f.readlines()
    return r

我有这个清单

['\xef\xbb\xbf1\r\n', '00:00:00,000 --> 00:00:03,000\r\n', "[D. Evans] Now that you've written your first Python program,\r\n",'\r\n', '2\r\n', '00:00:03,000 --> 00:00:06,000\r\n', 'you might be wondering why we need to invent new languages like Python\r\n', '\r\n']

为了简洁起见，我只包含了一些元素。如何清除此列表，以便删除所有空白字符并仅获取相关元素，如

 ['1','00:00:00,000 --> 00:00:03,000',"[D. Evans] Now that you've written your first Python program"...]

Answer 1

您可以删除每一行。如果你正在处理大文件，那么将它作为生成器运行也可以节省一些内存。

另外，看起来你正在使用带有BOM的UTF-8文件（对于前几个字符来说有点傻，或者至少是不必要的），所以你需要以不同的方式打开它。

import codecs

def strip_it_good(file):
    with codecs.open(file, "r", "utf-8-sig") as f:
        for line in f:
            yield line.strip()

python从列表中的条目中删除所有空格

1 个答案: