正则 | 增删单双字节字符间的空格
英文字母属于单字节字符，而汉字及中文标点符号则属于双字节字符。
增删单双字节字符间以及双字节字符间的空格是一个常见的操作。人工执行较为繁琐，还易出错。用正则表达式可以快速、准确地实现这一目标。
删除中文（及标点符号）与中文（及标点符号）间的空格，并在中文（及标点符号）与英文及阿拉伯数字间添加空格
| 字符1 | 字符2 | 空格 | 正则匹配式 | 正则替换式 | 注 |
|---|---|---|---|---|---|
| 中文汉字 | 英文字母 | 有 | ([一-龻])([a-zA-Z]) | \1 \2 | |
| ([a-zA-Z])([一-龻]) | 同上 | 与前一行同时执行 | |||
| 数字 | 有 | ([一-龻]) +(\d) | \1 \2 | ||
| (\d)([一-龻]) | 同上 | 与前一行同时执行 | |||
| 英文标点 | 有 | ([一-龻])(["#$'()+,./:;?{}~©«» ! % &*=@^ _ | ¦§® ° ± · º × ÷ ‒ ‘ ’ †`<>•… ‰′ ›‹ ※ –—‖‐“”‡″‴−[]\-]) | \1 \2 | |
| (["#$'()+,./:;?{}~©«» ! % &*=@^ _ | ¦§® ° ± · º × ÷ ‒ ‘ ’ †`<>•… ‰′ ›‹ ※ –—‖‐“”‡″‴−[]\-])([一-龻]) | 同上 | |||
| 数字 | 英文字母 | 有 | (\d)([a-zA-Z]) | \1 \2 | 谨慎使用 |
| ([a-zA-Z])(\d) | 同上 | 与前一行同时执行 | |||
| 数字 | 有 | (\d)(\d) | \1 \2 | 谨慎使用 | |
| 英文标点 | 无 | (\d) +(["#$'()+,./:;?{}~©«» ! % &*=@^ _ | ¦§® ° ± · º × ÷ ‒ ‘ ’ †`<>•… ‰′ ›‹ ※ –—‖‐“”‡″‴−[]\-]) | \1\2 | |
| (["#$'()+,./:;?{}~©«» ! % &*=@^ _ | ¦§® ° ± · º × ÷ ‒ ‘ ’ †`<>•… ‰′ ›‹ ※ –—‖‐“”‡″‴−[]\-]) +(\d) | 同上 | |||
| 中文标点 | 英文字母 | 无 | ([！-￮、-〾]) +([a-zA-Z]) | \1\2 | |
| ([a-zA-Z]) +([！-￮、-〾]) | 同上 | 与前一行同时执行 | |||
| 数字 | 无 | ([！-￮、-〾]) +(\d) | \1\2 | ||
| (\d) +([！-￮、-〾]) | 同上 | 与前一行同时执行 | |||
| 英文标点 | 无 | ([！-￮、-〾]) +(["#$'()+,./:;?{}~©«» ! % &*=@^ _ | ¦§® ° ± · º × ÷ ‒ ‘ ’ †`<>•… ‰′ ›‹ ※ –—‖‐“”‡″‴−[]\-]) | \1\2 | |
| (["#$'()+,./:;?{}~©«» ! % &*=@^ _ | ¦§® ° ± · º × ÷ ‒ ‘ ’ †`<>•… ‰′ ›‹ ※ –—‖‐“”‡″‴−[]\-]) +([！-￮、-〾]) | 同上 | |||
| 中文汉字 | 中文汉字 | 无 | ([一-龻]) +([一-龻]) | \1\2 | |
| 中文汉字 | 中文标点 | 无 | ([一-龻]) +([！-￮、-〾]) | \1\2 | |
| ([！-￮、-〾]) +([一-龻]) | 同上 | 与前一行同时执行 | |||
| 中文标点 | 中文标点 | 无 | ([！-￮、-〾]) +([！-￮、-〾]) | \1\2 | |
| 双字节字符 | 单字节字符 | 无 | ([一-龻！-￮、-〾]) +([^一-龻！-￮、-〾\t\r\n\v\f ]) | \1\2 | |
| ([^一-龻！-￮、-〾\t\r\n\v\f ]) +([一-龻！-￮、-〾]) | 同上 | 与前一行同时执行 |
| 注：基本正则 | |
|---|---|
| 中文汉字 | [一-龻] |
| 中文标点 | [！-￮、-〾] |
| 英文字母 | [a-zA-Z] |
| 英文标点 | ["#$’()+,-./:;?{}~©«» ! " # % & ’ ( * + - . / : ; = ? @ ^ _ |
| 数字 | \d |
| 中文汉字+中文标点 | [一-龻！-￮、-〾] |
| 英文字母+英文标点+数字 | [^一-龻！-￮、-〾\t\r\n\v\f] |
| 英文字母+英文标点+数字 | [a-z_A-Z0-9"#$’()+,-./:;?{}~©«» ! " # % & ’ ( * + - . / : ; = ? @ ^ _ |
| 上述二者基本等价 | |
| 双字节字符 | [一-龻！-￮、-〾] |
| 单字节字符 | [^一-龻！-￮、-〾\t\r\n\v\f] |
应用举例
import re
string = "特斯拉' Model 3 是一款高性能 电动汽车。 Model 3 Plus 是上一款车型M3 2X+的 1个<升级版>pro.1,2！5G网^络全覆/盖车身。(TBD)值得期待！！ ！ 。"
def adjust_space(string):
string = re.sub("([一-龻！-￮、-〾]) +([一-龻！-￮、-〾])", r"\1\2", string) # To remove spaces between CN chars (and CN punctuations)
string = re.sub("([！-￮、-〾]) +([^一-龻！-￮、-〾\t\r\n\v\f])", r"\1\2", string) # To remove spaces between CN punctuations and EN chars
string = re.sub("([^一-龻！-￮、-〾\t\r\n\v\f]) +([！-￮、-〾])", r"\1\2", string) # To remove spaces between CN punctuations and EN chars
string = re.sub("([一-龻])([^一-龻！-￮、-〾\t\r\n\v\f ])", r"\1 \2", string) # To add a space between CN and EN chars
string = re.sub("([^一-龻！-￮、-〾\t\r\n\v\f ])([一-龻])", r"\1 \2", string) # To add a space between EN and CN chars
return string
print(adjust_space(string))