当我们从pdf文件中复制文字时往往会出现有很多多余空格符、空行符、换行符号的情况：



下面记录一下在word中如何批量去除多余空格、空行、换行等符号：

1.去多余换行符：按下快捷键：Ctril+H，在查找内容中输入^p，点全部替换



效果如下：



2.去多余换空格：再次按下快捷键：Ctril+H，在查找内容中输入^w，点全部替换,效果如下:



3.去多余换空行：如果是多了一个空行



查找内容中输入^p ^p (之间没有空格哈)，替换为输入 ^p



4.去多余换手动换行符：若是很多手动换行符号，查找内容中输入^l。

这里列出常用的符号，在左下角的更多里面还有更多的符号。

今天搜索查看网页源码时为什么开头会有空行这个问题时找到的，批量去除PHP文件中bom的PHP代码
需要去除BOM，就把附件里的tool.php文件放到目标目录，然后在浏览器访问tool.php即可！
//此文件用于快速测试UTF8编码的文件是不是加了BOM，并可自动移除
$basedir="."; //修改此行为需要检测的目录，点表示当前目录
$auto=1; //是否自动移除发现的BOM信息。1为是，0为否。
//以下不用改动
if ($dh = opendir($basedir)) {
while (($file = readdir($dh)) !== false) {
if ($file!='.' && $file!='..' && !is_dir($basedir."/".$file))
echo "filename: $file ".checkBOM("$basedir/$file")." 
";
}
closedir($dh);
}
function checkBOM ($filename) {
global $auto;
$contents=file_get_contents($filename);
$charset[1]=substr($contents, 0, 1);
$charset[2]=substr($contents, 1, 1);
$charset[3]=substr($contents, 2, 1);
if (ord($charset[1])==239 && ord($charset[2])==187 && ord($charset[3])==191) {
if ($auto==1) {
$rest=substr($contents, 3);
rewrite ($filename, $rest);
return ("BOM found, automatically removed.");
} else {
return ("BOM found.");
}
}else
return ("BOM Not Found.");
}
function rewrite ($filename, $data) {
$filenum=fopen($filename,"w");
flock($filenum,LOCK_EX);
fwrite($filenum,$data);
fclose($filenum);
}
?>
PHP批量去除PHP文件中bom的代码
if (isset($_GET['dir'])){ //设置文件目录
$basedir=$_GET['dir'];
}else{
$basedir = '.';
}
$auto = 1;
checkdir($basedir);
function checkdir($basedir){
if ($dh = opendir($basedir)) {
while (($file = readdir($dh)) !== false) {
if ($file != '.' && $file != '..'){
if (!is_dir($basedir."/".$file)) {
echo "filename: $basedir/$file ".checkBOM("$basedir/$file")." 
";
}else{
$dirname = $basedir."/".$file;
checkdir($dirname);
}
}
}
closedir($dh);
}
}
function checkBOM ($filename) {
global $auto;
$contents = file_get_contents($filename);
$charset[1] = substr($contents, 0, 1);
$charset[2] = substr($contents, 1, 1);
$charset[3] = substr($contents, 2, 1);
if (ord($charset[1]) == 239 && ord($charset[2]) == 187 && ord($charset[3]) == 191) {
if ($auto == 1) {
$rest = substr($contents, 3);
rewrite ($filename, $rest);
return ("BOM found, automatically removed._http://www.joyphper.net");
} else {
return ("BOM found.");
}
}
else return ("BOM Not Found.");
}
function rewrite ($filename, $data) {
$filenum = fopen($filename, "w");
flock($filenum, LOCK_EX);
fwrite($filenum, $data);
fclose($filenum);
}
?>

0 前言

昨天写一个简单的爬虫，批量读取txt文本的每行url，然后传到requests.get去解析，可是一个神奇的bug出现了，不管我怎么修改总是出现bug，原理上，应该没什么问题，所以一步步的查错，最终终于发现读取txt时出现错误，哎，学艺不精，花了不少时间。因此要纪念下这个小知识点。

1 正文

1.1 原理

文件中每行末尾会有一个隐藏的换行符“\n”,读取的时候“\n” 就会被解析出来换成行，然而我们并没有发现。一个很好的验证方法时用print（），可以直观的发现有空行产生。

1.2 小实验验证一波

txt文本内容

111.txt
111111122222
333333444444
555555666666


直接打印 

for line in open("111.txt", encoding='utf-8').readlines():
    url = line
    #url = line.rstrip()  # 去掉末尾隐藏的\n，避免出现空行。
    print(url)


结果，会发现有空行，让人头疼。

111111122222

333333444444

555555666666


1.3 解决方法

python自带.strip()和.rstrip()

.strip()的意思是消除字符串整体的指定字符
	
.rstrip()的意思是消除字符串末尾的指定字符
括号里什么都不写，默认消除空格和换行符

验证：

for line in open("111.txt", encoding='utf-8').readlines():
    #url = line
    url = line.rstrip()  # 去掉末尾隐藏的\n，避免出现空行。
    print(url)


打印结果：一对比就发现了区别。

111111122222
333333444444
555555666666


2 总结

虽说是一个这是个很小知识点，正如，牙疼不是病，疼起来要人命。积累一点，让自己舒服些。

再次：strip与rstrip两个函数是消除指定字符，默认消除空格与换行。

3 参考

               博客园

最近写文档用到word，复制代码的时候word文档里面会出现很多问题，这里记录一下：

1.空行和间距大的问题

文档里面间距大，一页就显示了10几行代码，显然是不好看的，本来我们可以使用“格式-段落”去修改，但是这仅限于一次一次地改，而我们复制代码的时候，一个源码文件，少的几十行，几百行，多的几千行，尤其是代码里面一个括号就是一段，一个类，一个函数就是好几段，要是一段一段的改，那得改到何年何月呢？所以我们需要技巧，技巧，技巧。

在复制代码的时候，我们肯定是有格式的，譬如标题格式，正文，标题1，2，3等等，那么就可以通过修改这个通用格式来批量修改我们的整个文档了。

下面的图片说明了过程了，不用选中正文，直接在编辑的时候点一下，正文的样式，然后修改，然后更新，就可以更新到所有的同类样式之上了。这里我原本是用了正文的样式，但是后来发现有无间隔正文样式，于是又开始用无间隔样式，之后发现上面的文本也需要修改为无间隔样式，那么怎么办呢？这里我就通过修改正文样式也变成无间隔样式就好了，最后更新一下，所有的正文就都是无间隔样式了。





2.复制代码的时候出现行号问题
在我复制代码的时候，从QtCreator上复制到Word文档中，因为我需要用到标题去管理源码，所以使用了排序标记，结果就出现了复制时会带上行号的现象，有两个解决办法，第一是你可以从QtCreator中复制代码到一个纯文本文件中，然后再从文本文件复制到Word，这样就可以没有行号了。第二，你可以取消行号，如下图所示，不过记得需要在标题下多按一下回车键，看到没有排序标记后才开始粘贴，注意不要让排序影响到复制效果。