python把中文转英文_Python：在多语言(例如中文和英文)字符串上执行此“混合”split()的任何方法？...

我以为我也会展示正则表达式方法.这对我来说不合适,但这主要是因为我所看到的所有语言特定的i18n奇怪让我担心正则表达式可能对所有这些都不够灵活 – 但你可能根本不需要任何那个. (换句话说 – 过度设计.)

# -*- coding: utf-8 -*-

import re

def group_words(s):

regex = []

# Match a whole word:

regex += [ur'\w+']

# Match a single CJK character:

regex += [ur'[\u4e00-\ufaff]']

# Match one of anything else, except for spaces:

regex += [ur'[^\s]']

regex = "|".join(regex)

r = re.compile(regex)

return r.findall(s)

if __name__ == "__main__":

print group_words(u"Testing English text")

print group_words(u"我爱蟒蛇")

print group_words(u"Testing English text我爱蟒蛇")

在实践中,您可能只想编译一次正则表达式,而不是每次调用.再次,填写字符分组的细节取决于您.