另一个选择:

>>> import re
>>> str = 'this is a            string with    multiple spaces and    tabs'
>>> str = re.sub('[ \t]+' , ' ', str)
>>> print str
this is a string with multiple spaces and tabs

这样做，并将这样做::)

# python... 3.x
import operator
...
# line: line of text
return " ".join(filter(lambda a: operator.is_not(a, ""), line.strip().split(" ")))

我不得不同意Paul McGuire的评论。对我来说,

' '.join(the_string.split())

比快速生成正则表达式要好得多。

我的测量结果(Linux和Python 2.5)显示，先分离后连接的速度几乎比“re.sub(…)”快5倍，如果你一次预编译正则表达式并多次执行该操作，速度仍然快3倍。而且无论从哪方面看，它都更容易理解——更python化。

我没有深入研究其他示例，但是我刚刚创建了这个方法来合并多个连续的空格字符。

它不使用任何库，虽然它的脚本长度相对较长，但它不是一个复杂的实现:

def spaceMatcher(command):
    """
    Function defined to consolidate multiple whitespace characters in
    strings to a single space
    """
    # Initiate index to flag if more than one consecutive character
    iteration
    space_match = 0
    space_char = ""
    for char in command:
      if char == " ":
          space_match += 1
          space_char += " "
      elif (char != " ") & (space_match > 1):
          new_command = command.replace(space_char, " ")
          space_match = 0
          space_char = ""
      elif char != " ":
          space_match = 0
          space_char = ""
   return new_command

command = None
command = str(input("Please enter a command ->"))
print(spaceMatcher(command))
print(list(spaceMatcher(command)))

" ".join(foo.split())对于所问的问题不太正确，因为它也完全删除了单个前导和/或尾随空格。所以，如果它们也将被1个空白替换，你应该像下面这样做:

" ".join(('*' + foo + '*').split()) [1:-1]

当然，它没有那么优雅。

你也可以在Pandas DataFrame中使用字符串分割技术，而不需要使用.apply(..)，如果你需要对大量字符串快速执行操作，这是非常有用的。这是一行话:

df['message'] = (df['message'].str.split()).str.join(' ')