Python:用正则表达式,提取字符串中的所有中文

复制代码
import re

def clean(line):
    pattern = re.compile(u'[^\u4e00-\u9fa5]') #中文的范围为\u4e00-\u9fa5
    line = re.sub(pattern,'',line) #将其中所有非中文字符替换
    return line

with open('《边城》.txt' , 'r' , encoding='utf-8') as f:
    s=f.read() #读取原文本
    s=clean(s) #删除其中符号、数字等非中文字符
复制代码

 

posted @   ShineLe  阅读(3455)  评论(0编辑  收藏  举报
编辑推荐:
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
阅读排行:
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· 百万级群聊的设计实践
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
· 永远不要相信用户的输入:从 SQL 注入攻防看输入验证的重要性
点击右上角即可分享
微信分享提示