Teks dari formulir, spreadsheet, dan halaman web jarang yang bersih. Beberapa alat dapat memperbaiki sebagian besar masalahnya.
" ".join(s.split()) meringkas setiap rangkaian spasi, tab, baris baru, dan non-breaking space (\xa0, umum pada teks yang ditempel dari halaman web) menjadi satu spasi, serta memangkas kedua ujungnya.
.casefold() adalah .lower() yang dibuat untuk perbandingan: gunakan di kedua sisi ketika huruf besar dan kecil tidak perlu dibedakan.
s.translate(str.maketrans("", "", string.punctuation)) menghapus semua tanda baca dalam satu kali proses.
unicodedata.normalize("NFKD", s) memisahkan é menjadi e ditambah tanda aksen; jika tanda-tandanya dibuang, yang tersisa adalah huruf polos, sehingga "José" dan "Jose" cocok.
.zfill(5) mengisi sebuah kode dengan angka nol di depan, .startswith(("A", "B")) menerima tuple, dan .partition(":") memecah sekali menjadi (sebelum, pemisah, sesudah).
Bersihkan salinan ke variabel atau kolom baru, dan simpan yang asli: Anda mungkin memerlukannya untuk menjelaskan sebuah perubahan nanti.
Hasil: ('Order #00417', '000417', True). split() memperlakukan non-breaking space seperti spasi lainnya.