编程语言
首页 > 编程语言> > Python:用正则表达式,提取字符串中的所有中文

Python:用正则表达式,提取字符串中的所有中文

作者:互联网

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

 

标签:u4e00,非中文,re,Python,pattern,u9fa5,正则表达式,字符串,line
来源: https://www.cnblogs.com/ShineLeBlog/p/14348734.html