Python textwrap.shorten 为什么会先合并空白

textwrap.shorten会主动把输入中的连续空白合并为单个空格，再按宽度生成摘要。即使文本足够短、无需删词，也会先合并空白。关闭replace_whitespace不能撤销这一步；需要保留换行或缩进时，应为预览单独选择截断策略。

官方地址：https://docs.python.org/3.14/library/textwrap.html

从摘要格式丢失定位影响

设想一个消息列表：用户粘贴两行备注，其中含制表符和连续空格，列表摘要却把它们显示成一行。单看页面，容易把原因归给样式或模板；但若后端字符串已经失去换行，页面再改排版也找不回原始信息。

我会先区分两种需求：列表里的简短摘要可以统一空白，原文预览则需要保留格式。对我来说，真正要修复的是这两种输出共用了一种字符串处理方式，而不是把shorten包装成另一种工具。下面按这个具体场景拆解，不假设发生过线上事故，也不把示例说成实测记录。

找到shorten预处理的责任

shorten面向短摘要：空白合并是它的输入处理约定；width规定摘要长度预算，placeholder为截断标记。压缩后的文本能够容纳时直接返回；需要缩短时，保留的词和标记共同受预算约束。

关键在于职责分层。shorten先处理原始文本，再交给TextWrapper完成包装工作。replace_whitespace、expand_tabs、drop_whitespace和tabsize的设置无法改变前面已经发生的空白合并。这不是“False没有生效”，而是参数没有权限恢复已经丢弃的信息。

用最小示例解释参数无效

import textwrap

raw = "  north\t gate\nready  "
# repr用于把不可见空白显示出来；宽度足够时也会发生空白合并。
summary = textwrap.shorten(raw, width=40)
print(repr(raw))
print(repr(summary))
# 这些配置属于后续包装阶段，不能恢复预处理已经丢失的空白。
other = textwrap.shorten(
    raw, width=40, replace_whitespace=False,
    expand_tabs=False, drop_whitespace=False,
)
print(repr(other))

这段代码供读者复现，未在本文环境执行。依据接口约定，summary和other都应为字符串north gate ready：两端空白不保留，中间的空白被统一。这里width为40，特意让内容无需截断，从而把“删掉末尾内容”和“空白合并”两个因素分开。

如果把宽度调小，又会引入placeholder和词边界问题。排查时先用宽预算观察repr，再考虑截断，是我更愿意采用的顺序；它能避免把两个独立原因混在同一个结果里。不要把终端看起来相似的输出当成字符串完全相同，尤其当输入含制表符时。

为保真预览设计独立截断

如果需求是“保留原文前缀，超过限制才加省略号”，可以建立一个明确的小函数。原始文本与展示摘要分别保存，原文不被摘要结果覆盖。下面函数接收text、limit、marker，返回保留空白的前缀或原字符串；它与shorten的按词摘要语义不同。

def prefix_preview(text: str, limit: int, marker: str = "…") -> str:
    # 本例按Python字符串长度计数，保留前缀内的空白，不承诺屏幕列宽。
    if not isinstance(text, str) or not isinstance(marker, str):
        raise TypeError("文本和标记必须是字符串")
    if type(limit) is not int or limit  limit:
        raise ValueError("截断标记超过长度上限")
    keep = limit - len(marker)
    return text[:keep] + marker  # 标记计入总预算，切片可能截断组合字符。

raw = "  north\t gate\nready  "
# 只演示保真前缀策略，不把输出当作完整文档或可执行代码。
print(repr(prefix_preview(raw, 14)))

limit为0且需要截断时，默认标记无法放入，会显式报错；若业务接受空结果，可明确传空marker。这个取舍需要在调用处说明，不能悄悄突破上限。参数检查只是示例接口自身的错误处理。

这种实现按Python字符串长度分配预算。字符切片可能拆开组合字符或复杂emoji，且中文字符、制表符的屏幕占位并不等于len。若产品需要按视觉宽度或字素簇截断，应另行定义度量。本例不声称适用于所有语言排版，也不按UTF-8字节限制截断。

明确采用范围与回归样例

我倾向于把摘要字段与原文字段分开，调用命名也体现summary和preview的区别。这样将来更换摘要策略，原文仍可用于详情页。若仅存下shorten结果，后续无法根据它推回原来的缩进和换行；恢复只能依赖仍被保留的源文本。

读者在自己的项目中可以准备几类回归样例：无需截断但包含空白的文本、恰好达到预算的文本、需要截断的长文本、空串、全部空白和含组合字符的文本。检查返回字符串、长度预算及原始字段是否被改写，再看页面表现；这些是建议的项目检查点，本文未运行这些检查。

只关掉expand_tabs能保留制表符吗？

在shorten中不能依靠它保留原始制表符，空白合并发生在包装配置发挥作用之前。需要保真时换用符合原文契约的处理方式。

把width设得很大是不是等于原样返回？

不是。它可以避免长度截断，却不会取消空白合并。

文本保留换行，网页为什么仍显示为一行？

字符串处理与页面呈现是不同责任。先确认字符串中仍有换行，再选择展示方式；不要为了修复页面排版，反复改变摘要函数参数。

参考：Python textwrap 官方文档