文本过滤(python正则)

https://regexr.com/

实战例子

1、保留中文(将非中文替换为" ")

def filterCharacter(s):
    import re
    r1 = re.sub(u"[^\u4e00-\u9fa5]", " ", s)
    return r1

2、连续空格替换为单空格

def filterCharacter(s):
    import re
    r1 = re.sub(r"\s{1,}", " ", s)
    return r1

3、去掉标点数字等信息

def filterCharacter(s):
    import re
    r1 = re.sub("[A-Za-z0-9\[\`\~\!\@\#\$\^\&\*\(\)\=\|\{\}\'\:\;\'\,\[\]\.\<\>\/\?\~\!\@\#\\\&\*\%]", "", s)
    return r1

注意事项

转义字符情况:
https://www.cnblogs.com/dyfblog/p/6088582.html
<<<未完待续

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值