python正则过滤字母、中文、数字及特殊字符方法详解

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

更多关于python正则过滤字母、数字及特殊字符方法请查看下面相关链接

以上是 python正则过滤字母、中文、数字及特殊字符方法详解 的全部内容, 来源链接: utcz.com/z/351834.html

回到顶部