Python 使用正则进行过滤字母、数字及特殊字符

正则去除特殊字符

import re
string = '仿妆怎么画？¥%*@'
result = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])", "", string)
chinese = ''.join(result)
print(chinese)

结果如下

仿妆怎么画

正则去除字母、数字及特殊字符，只保留中文汉字

s = '<a class="comment_sticker" href="https://pic2.zhimg.com/v2-fa420fb01533452e9d5f021c52dc6cc5.gif" data-width="" data-height="">[超得意]</a>？$%&*'
str = re.sub('[a-zA-Z0-9’!"#$%&\'()*+,-./:;<=>?@，。?★、…【】《》？“”‘’！[\\]^_`{|}~\s]+', "", s)
print(str)

结果如下

超得意

正则表达式的使用

函数	说明
sub(pattern,repl,string)	把字符串中的所有匹配表达式pattern中的地方替换成repl
[^**]	表示不匹配此字符集中的任何一个字符
\u4e00-\u9fa5	汉字的unicode范围
\u0030-\u0039	数字的unicode范围
\u0041-\u005a	大写字母unicode范围
\u0061-\u007a	小写字母unicode范围
\uAC00-\uD7AF	韩文的unicode范围
\u3040-\u31FF	日文的unicode范围