发一个去除文本干扰字符的函数

#coding:utf-8

def defrag_txt(txt):#for unicode
result = []
pre_is_en = False
stop_word = set(u' ,.。')
for i in txt:
num_i = ord(i)
if i not in stop_word:
if 0x4e00 <= num_i < 0x9fa6:
result.append(i)
continue
if 97 <= num_i <= 122 or 65 <= num_i <= 90:
result.append(i)
pre_is_en = True
continue
if 48 <= num_i <= 57:
result.append(i)
continue
num_diff = num_i-0xff10
if 0 <= num_diff < 10:
result.append(str(num_diff))
continue
pre_is_en = False
else:
if pre_is_en:
result.append(i)
pre_is_en = False
return ''.join(result)


print defrag_txt(u"""腾//讯○电●话:1234567890""")

腾讯电话1234567890
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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