网络编程
位置：首页>> 网络编程>> Python编程>> python正则过滤字母、中文、数字及特殊字符方法详解

python正则过滤字母、中文、数字及特殊字符方法详解

作者：jlulxg　　发布时间：2022-02-20 10:14:47　

标签：python,正则,中文

去除数字，特殊字符，只保留汉字


import re

s = '1123*#$ 中abc国'
str = re.sub('[a-zA-Z0-9'!"#$％&\'()*+,-./:;<=>?@，。?★、…【】《》？“”‘'！[\\]^_`{|}~\s]+', "", s)
# 去除不可见字符
str = re.sub('[\001\002\003\004\005\006\007\x08\x09\x0a\x0b\x0c\x0d\x0e\x0f\x10\x11\x12\x13\x14\x15\x16\x17\x18\x19\x1a]+', '', x)
print(str)
# 结果为：中国

去除特殊字符，只保留汉子，字母、数字


import re
string = "123我123456abcdefgABCVDFF？/ ，。,.:;:''';'''[]{}()（）《》"
print(string)
123我123456abcdefgABCVDFF？/ ，。,.:;:''';'''[]{}()（）《》
sub_str = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",string)
print(sub_str)
123我123456abcdefgABCVDFF

正则表达式说明

函数说明
sub(pattern,repl,string)把字符串中的所有匹配表达式pattern中的地方替换成repl
[^**]表示不匹配此字符集中的任何一个字符
\u4e00-\u9fa5汉字的unicode范围
\u0030-\u0039数字的unicode范围
\u0041-\u005a大写字母unicode范围
\u0061-\u007a小写字母unicode范围
\uAC00-\uD7AF韩文的unicode范围
\u3040-\u31FF日文的unicode范围

来源：https://blog.csdn.net/jlulxg/article/details/84650683

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com