Python：用正規表達式，提取字元串中的所有中文
2021-01-30 12:56
ShineLe
閱讀(800)
評論(0)
編輯
收藏
舉報
import re
def clean(line):
pattern = re.compile(u\'[^\u4e00-\u9fa5]\') #中文的範圍為\u4e00-\u9fa5
line = re.sub(pattern,\'\',line) #将其中所有非中文字元替換
return line
with open(\'《邊城》.txt\' , \'r\' , encoding=\'utf-8\') as f:
s=f.read() #讀取原文本
s=clean(s) #删除其中符号、數字等非中文字元 - 分類 Python
