python删除中文unicode字符串之间的空格，但不删除英文单词之间的空格

Question

需要python正则表达式的帮助，我有一个包含中文和英文的字符串，我想删除中文字符之间的空格而不是英文单词之间。

来自 - ＆＃34; u＆＃39; \ u5c0f \ u5973 \ u4eca \ u5e74 \ u4fc2 dse \ u8003 \ u751f \ u599 \ u559c \ u6b61 filmtv \ u524d \ u5e7e \ u65e5 in \ u5de6 buasso-filmtv and digital媒体研究\ u5df2 \ u7d93条件提供\ u4f46 \ u604f \ u5982 \ u679c通过jupas openu \ u6536 \ u5979 \ u8b80荣誉艺术学士在创意写作和电子表格＆＃34;

to - ＆＃34; u＆＃39; \ u5c0f \ u5973 \ u4eca \ u5e74 \ u4fc2 dse \ u8003 \ u751f \ u599 \ u559c \ u6b61 filmtv \ u524d \ u5e7e \ u65e5 in \ u5de6 buasso-filmtv and digital媒体研究\ u5df2 \ u7d93条件提供\ u4f46 \ u604f \ u5982 \ u679c通过jupas openu \ u6536 \ u5979 \ u8b80荣誉艺术学士在创意写作和电子表格＆＃34;

仅在两个unicode字符之间删除空格

Answer 1

如果您对定义＆＃34; unicode字符＆＃34; as＆＃34;非ASCII＆＃34;然后你可以使用negative lookahead/lookbehind：

执行此操作

re.sub("(?<![ -~]) (?![ -~])", "", text)

如果您不喜欢使用的范围（[ - 〜]），那么this question has some alternatives。此外，有各种unicode categories可能会更好地满足您的目的，但据我所知，仍然需要手动定义字符范围，因为它们在re模块中不受支持。