string模块包含whitespace属性，该属性是由所有被视为空格的ASCII字符组成的字符串。是否有相应的常量包含Unicode空格，例如no-break space (U+00A0)？我们可以从问题“strip() and strip(string.whitespace) give different results”中看到，至少strip知道其他Unicode空格字符。
此问题被确定为
In Python, how to list all characters matched by POSIX extended regex [:space:]?的副本，但该问题的答案确定了搜索空白字符的方式以生成您自己的列表。这是一个耗时的过程。我的问题是关于常数。
答案 0 :(得分：15)
Unicode空格是否有Python常量？
简短的回答：不。我亲自在Python代码库中找到了这些字符（特别是数字代码点），并且没有这样的常量。
以下部分解释了为什么没有必要，以及如何在没有此信息作为常量的情况下实现它。但拥有这样一个常数也是一个非常糟糕的主意。
如果Unicode Consortium添加了另一个语义空白的字符/代码点，那么Python的维护者在继续支持语义错误的代码或更改常量以及可能破坏可能存在的预先存在的代码之间的选择将会很差（不可取）对不变的常数做出假设。
如何添加这些字符代码点？ Unicode中有1,111,998个可能的字符。但截至version 8仅占120,672。每个新版本的Unicode都可以添加其他字符。其中一个新角色可能是一种空白形式。
确定unicode中空格是什么的代码是以下动态生成的code。
# Generate code for _PyUnicode_IsWhitespace()
print("/* Returns 1 for Unicode characters having the bidirectional", file=fp)
print(" * type 'WS', 'B' or 'S' or the category 'Zs', 0 otherwise.", file=fp)
print(" */", file=fp)
print('int _PyUnicode_IsWhitespace(const Py_UCS4 ch)', file=fp)
print('{', file=fp)
print(' switch (ch) {', file=fp)
for codepoint in sorted(spaces):
print(' case 0x%04X:' % (codepoint,), file=fp)
print(' return 1;', file=fp)
print(' }', file=fp)
print(' return 0;', file=fp)
print('}', file=fp)
print(file=fp)
这是一个switch语句，它是一个常量代码块，但是这个信息不像字符串模块那样可用作模块“常量”。它隐藏在从C编译的函数中，不能直接从Python访问。
这可能是因为随着更多代码点添加到Unicode，我们将无法为了向后兼容性原因而更改常量。
以下是当前生成的代码at the tip：
int _PyUnicode_IsWhitespace(const Py_UCS4 ch)
{
switch (ch) {
case 0x0009:
case 0x000A:
case 0x000B:
case 0x000C:
case 0x000D:
case 0x001C:
case 0x001D:
case 0x001E:
case 0x001F:
case 0x0020:
case 0x0085:
case 0x00A0:
case 0x1680:
case 0x2000:
case 0x2001:
case 0x2002:
case 0x2003:
case 0x2004:
case 0x2005:
case 0x2006:
case 0x2007:
case 0x2008:
case 0x2009:
case 0x200A:
case 0x2028:
case 0x2029:
case 0x202F:
case 0x205F:
case 0x3000:
return 1;
}
return 0;
}
以下代码（来自我的回答here），在Python 3中，生成所有空格的常量：
import re
import sys
s = ''.join(chr(c) for c in range(sys.maxunicode+1))
ws = ''.join(re.findall(r'\s', s))
作为优化，您可以将其存储在代码库中，而不是在每个新进程中自动生成它，但我会谨慎地假设它永远不会改变。
>>> ws
'\t\n\x0b\x0c\r\x1c\x1d\x1e\x1f \x85\xa0\u1680\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200a\u2028\u2029\u202f\u205f\u3000'
（链接问题的其他答案显示如何为Python 2获取。）
请记住，有些人可能认为256个字符编码就是我们所需要的。
>>> import string
>>> string.whitespace
' \t\n\r\x0b\x0c'
如果您坚持在代码库中保持常量，只需为您的Python版本生成常量，并将其存储为文字：
unicode_whitespace = u'\t\n\x0b\x0c\r\x1c\x1d\x1e\x1f \x85\xa0\u1680\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200a\u2028\u2029\u202f\u205f\u3000'
{1}}前缀使得它在Python 2中成为unicode（2.7恰好将上面的整个字符串识别为空格），并且在Python 3中它被忽略，因为字符串文字默认为unicode。