delphi 去掉字符串中所有的标点符号_[话俾你知]Python使用正则处理字符串技巧（分割、替换）...

    当你遇见了一个问题需要使用正则来处理，这个时候你就有了两个问题。

    我主业是做图像处理，自然语言处理接触不多，正则表达式的研究并不深入，本文只讲述一些小技巧，如果你对正则表达式比较感兴趣，可以去看看有本书好像叫《Python 核心编程》。本文涉及的内容有两方面：你想要根据不止一个字符来分隔字符串；你想要把字符串中几种不同字符过滤掉或者替换成某种特定字符(串)。

    本文给出了一个例子，我从《资治通鉴》中摘了一段话，想要提取其中的文字，过滤掉其中的标点符号。

import retext = "趙王封樂毅於觀津，尊寵之，以警動於燕、齊。燕惠王乃使人讓樂毅，" \       "且謝之曰：「將軍過聽，以與寡人有隙，遂捐燕歸趙。將軍自為計則可矣，" \       "而亦何以報先王這所以遇將軍之意乎？」樂毅報書曰：「昔伍子胥說聽" \       "於闔閭而吳遠跡至郢；夫差弗是也，賜之鴟夷而浮之江。吳王不寤先論" \       "之可以立功，故沈子胥而不悔；子胥不蚤見主之不同量，是以至於入江" \       "而不化。夫免自立功以明先王之跡，臣之上計也。離毀辱之誹謗，墮先王之名，" \       "臣之所大恐也。臨不測之罪，以幸為利，義之所不敢出也。臣聞古之君子，" \       "交絕不出惡聲，忠臣去國，不潔其名。臣雖不佞，數奉教於君子矣。" \       "唯君王之留意焉！」於是燕王復以樂毅子閒為昌國君，而樂毅往來復通燕，" \       "卒於趙，號曰望諸君。"

    此处我定义了一些中文标点符号，但是还没穷举所有的符号，如果你遇见了其他的需要自行加进去。这里是将中文符号替换成空格，如果只需要过滤掉的话，re.sub函数第二个参数改成一个空字符串就行了，非常的人性化。

    此处是过滤掉多数非汉字内容，使用了unicode范围来确定是不是汉字，这里的范围并不只包含中国人使用的汉字，这个范围大概覆盖了CJK Unified Ideographs(中日韩统一表意文字列表)，其中包含了中国、韩国、日本使用的多数常用汉字，可能还有越南使用的汉字。我这段《资治通鉴》是Traditional Chinese，对应的文字编码也涵盖在内。值得注意的是，这里的范围并不包含所有的汉字，一些偏难怪字并不在此范围内。如果你说想要过滤emoji、偏旁部首、注音符号之类的可以去检索一下对应的unicode范围。

    这两行以标点符号将文本分割成小句，上面结果中包含了标点符号，下面结果不带。

    我写出来的代码比较难懂，这里展示给你看的经过了我的简化只包含了正则本身相关的内容。总结起来说，正则表达式是你处理字符串的最终方案，相当强大，但是同样复杂，一般场景下只需要使用字符串自带的方法即可，比如字符串自带方法可以按照一种字符分割字符串，也可以将一种字符替换成另一种。