regex - RegEx - 需要删除除了单词序列之外的所有单词，允许一个空格继续单词

Question

尝试从 html 文档中的名称集合中删除空格和制表符时遇到问题。

前任：

        FU BAR       
RE BAR          NULL

我需要我的回应只是：

FU BAR RE BAR NULL

我一直在尝试：

[^A-Z]+([[A-Z]{1,}\s]+)[\s\r\n\t]+

最后仍然留下一些零散的空格或标签。有什么建议吗？

Answer 1

为什么不直接使用：s/\s+/ /g？

哦，刚刚意识到这并没有考虑到前导和尾随空格。您也可以通过首先通过此正则表达式运行输入来处理这些问题，然后是上面的那个：

s/^\s+|\s+$//

Answer 2

\s+用一个空格替换怎么样？（假设我们不受限于单行匹配）。

（如果我们使用一些逐行的正则表达式替换，例如一些 Unix 工具，我们会删除所有前导和尾随空格，用单个空格替换内部空格区域，并删除空行或仅包含空格的行.)

您是否尝试将其应用于 HTML 文档的某些部分，同时在其他区域保留空白？如果是这样，请使用反映此要求的示例更新您的问题。

Answer 3

如果您使用的是 Java，

String normalizeSpace = str.replaceAll("\\s+", " ");

Commons Lang 2.6中的StringUtils类包含normalizeSpace具有相同功能的方法（包括控制字符，char <= 32）。