清洗中文字符串

def clean(line):
    import re
    def _valid_chr(byte_code):
        '''
        0xE2 0xBA 0x80 - 0xE2 0xBB 0xB3      共 115 个
        0xE2 0xBC 0x80 - 0xE2 0xBF 0x95      共 213 个
        0xE3 0x80 0x85 - 0xE3 0x80 0xA9      共 36 个
        0xE3 0x80 0xB8 - 0xE4 0xB6 0xB5      共 7549 个
        0xE4 0xB8 0x80 - 0xEF 0xA9 0xAA      共 44138 个
        0xEF 0xA9 0xB0 - 0xEF 0xAB 0x99      共 105 个
        0xF0 0xA0 0x80 0x80 - 0xF0 0xAF 0xA8 0x9D        共 64029 个
        '''
        if byte_code >= b'a' and byte_code <= b'z':
            return True
        if byte_code >= b'0' and byte_code <=b'9':
            return True
        if byte_code > b'\xe2\xba\x80' and byte_code < b'\xe2\xbb\xb3':
            return True
        if byte_code > b'\xe2\xbc\x80' and byte_code < b'\xe2\xbf\x95':
            return True
        if byte_code > b'\xe3\x80\x85' and byte_code < b'\xe3\x80\xa9':
            return True
        if byte_code > b'\xe3\x80\xb8' and byte_code < b'\xe4\xb6\xb5':
            return True
        if byte_code >= b'\xe4\xb8\x80' and byte_code < b'\xef\xa9\xaa':
            return True
        if byte_code > b'\xef\xa9\xb0' and byte_code < b'\xef\xab\x99':
            return True
        if byte_code > b'\xf0\xa0\x80\x80' and byte_code < b'\xf0\xaf\xa8\x9d':
            return True
        return False
    SPECIAL_SYM = "[{}]+".format("""\\n\\t！？｡＂＃＄％＆＇（）＊＋－／：；＜＝＞＠［＼］＾＿｀｛｜｝～｟｠｢｣､、〃《》「」『』【】〔〕〖〗〘〙〚〛〜〝〞〟〰〾〿☺😘😔😔😜😜😪😭😰🍶🍧🌄🌅🌊🗻🍚🍣🍦–—‘’‛“”„‟…‧﹏""")
    line = line.lower()
    line = re.sub(SPECIAL_SYM, "", line)
    line = "".join(filter(lambda x: _valid_chr(x.encode('utf8')), line))
    return line