여러 공백, 줄 바꿈 및 탭을 제거하고 텍스트 파일에 공백을 하나만 넣는 방법은 무엇입니까?

Question

나는 셰익스피어의 전체 작품 데이터를 here에서 가지고 있는데, 단어 생성 알고리즘에서 모델을 만들기 위해 사용하고 싶습니다. 모델의 요구 사항은 전체 텍스트가 하나의 공백 만 제공되고 다른 종류의 공백은 제공되지 않는다는 것입니다. 이것을 어떻게 할 수 있습니까? 단일 문자열에 대해이 작업을 수행하는 방법을 찾았지만 텍스트 파일에서는 작동하지 않습니다.

내 시도 (내가 파이썬의 매우 지식이 아니다) :

with open(file_path, 'r') as data: 
    for line in data: 
     cleanedline = line.strip('\n') 

cleanedline 나던가 인쇄 할 때, 그래서 다시 파일로 기록하지 않았다 제거 \n. \s+ 정규 표현식 패턴은 하나 개 이상의 공백 문자의 순서와 일치합니다

import re 

with open(file_path) as data: 
    text = re.sub(r'\s+', ' ', data.read()) 

:

Answer 1

당신은 정규 표현식을 시도 할 수 있습니다. re.sub()은 일치하는 텍스트를 단일 공백으로 대체합니다.

공백은 공백, 탭, 개행, 반환, 용지 공급, 세로 탭 등과 같은 문자로 구성됩니다. 구두점은 포함하지 않습니다.

with open(file_path) as data: 
    text = ' '.join(data.read().split())