在Python中使用正则表达式删除空格

我有一个很长的字符串，由句子组成，其中一些单词嵌入了HTML标记，如下所示：

加拿大房价下跌；但不是在美国。为什么会这样，为什么只在加拿大？

我希望删除由HTML标记（本例中为分号和句号）括起的所有标点之前的前导空格。因此，期望的输出是：

加拿大房价下跌；但不是在美国。为什么会这样，为什么只在加拿大？

如何在regex中实现这一点？我尝试使用string.replace（），但是有太多不同类型的标记（如下面所示），标点符号可以包含在其中，因此我需要无数的.replace（）语句。HTML标记中还有不同的字体颜色和不同的字体背景颜色

<strike><font color="red">.</font></strike>
<strike><font color="red">:</font></strike>
<strike><font color="red">,</font></strike>
<b><font color="red">;</font></b>
<b><font color="red">.</font></b>
<b><font color="red">:</font></b>
<b><font color="red">,</font></b>
<strike><font color="black">.</font></strike>
<strike><font color="black">:</font></strike>
<strike><font color="black">,</font></strike>
<b><font color="black">;</font></b>
<b><font color="black">.</font></b>
<b><font color="black">:</font></b>
<b><font color="black">,</font></b>
...

。
:
,
;
.
:
,
.
:
,
;
.
:
,
...

您不想使用正则表达式来实现此目的。但如果你说这是唯一的出路，你可以这样做：

html_string = re.sub(r" +(<[\w '\"=<>]+(?=[.;,:]</\w+>))", r"\g<1>", html_string)

---

html\u string=re.sub（r“+（正则表达式不擅长匹配平衡结构。请使用类似BeautifulSoup的html解析器。