使用正则表达筛选出中文汉字

JIE1575100

已于 2022-11-03 14:51:52 修改

阅读量1k

点赞数

文章标签： python 正则表达式

于 2022-11-01 15:40:29 首次发布

本文链接：https://blog.csdn.net/JIE1575100/article/details/127634639

版权

a = '屠杀 massacre 4.167 6'
jie= a.split(' ')
res = re.findall('\d+\.?\d*|[a-zA-Z]+', a)
for item in res:
    if item in jie:
        jie.remove(item)
print(' '.join(jie))

上述方法太复杂,且限制条件太多，只允许出现数字，中文，英文，且以空格的方式分开。

现在直接用汉字的匹配规则进行匹配

content = """yingjie1111\n
222   .  xyx  ying  杰哥 ?
"""
pattern = re.compile(r'[\u4e00-\u9fa5]+')
result = pattern.findall(content)
print(result)

或者使用排除法，[^]去反的方式，去处数字\d, 字母a-zA-Z, 去除\.，去除？去除空格\s换行\n

content = """yingjie1111\n
222   .  xyx  ying  杰哥 ?
"""
# pattern = re.compile(r'[\u4e00-\u9fa5]+')
# result = pattern.findall(content)
# print(result)
result = re.findall('[^?A-Za-z\.\n0-9\s]+',content)
print(result)