Normaliser les espaces avec Python

Question

Je construis un extrait de données en utilisant scrapy et je veux normaliser une chaîne brute tirée d'un document HTML. Voici un exemple de chaîne:

Sapphire RX460 OC 2/4GB 

avis deux groupes de deux espaces précédant la chaîne littérale et entre OC et 2.

Python fournit l'assiette comme décrit dans How do I trim whitespace with Python? Mais cela ne gèrera pas les deux espaces entre OC et 2, dont j'ai besoin replié dans un seul espace.

J'ai essayé d'utiliser normalize-space() de XPath lors de l'extraction des données avec mes scrapy Selector et qui fonctionne, mais l'affectation verbeux avec une forte dérive vers la droite:

product_title = product.css('h3').xpath('normalize-space((text()))').extract_first() 

Y at-il une façon élégante de normaliser les espaces en utilisant Python? S'il n'y a pas de doublure, y a-t-il un moyen de casser la ligne ci-dessus en quelque chose de plus facile à lire sans lancer une erreur d'indentation, par ex.

product_title = product.css('h3') 
    .xpath('normalize-space((text()))') 
    .extract_first() 

Answer 1

Vous pouvez utilisation:

" ".join(s.split()) 

où s est votre chaîne.

Answer 2

Vous pouvez utiliser une fonction comme ci-dessous avec une expression régulière pour rechercher des espaces continus et de les remplacer par 1 espace

import re 

def clean_data(data): 
    return re.sub(" {2,}", " ", data.strip()) 

product_title = clean(product.css('h3::text').extract_first()) 

Et puis d'améliorer la fonction propre de toute façon vous l'aimez

Answer 3

Au lieu d'utiliser des expressions régulières est pour cela, une solution plus efficace est d'utiliser l'option rejoindre/split, observer:

>>> timeit.Timer((lambda:' '.join(' Sapphire RX460 OC 2/4GB'.split()))).timeit() 
0.7263979911804199 

>>> def f(): 
     return re.sub(" +", ' ', " Sapphire RX460 OC 2/4GB").split() 

>>> timeit.Timer(f).timeit() 
4.163465976715088