python通过re正则表达式切割中英文的操作
作者:花各娜 时间:2021-11-29 04:41:23
我就废话不多说了,大家还是直接看代码吧~
import re
s = 'alibaba阿里巴巴' # 待分割字符串
en_letter = '[\u0041-\u005a|\u0061-\u007a]+' # 大小写英文字母
zh_char = '[\u4e00-\u9fa5]+' # 中文字符
print(re.findall(zh_char,s) + re.findall(en_letter,s))
# 输出: ['阿里巴巴', 'alibaba']
范围 | 说明 |
---|---|
\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 |
补充:python--中英文混合字符串的切分(中文按字断开,英文按单词分开,数字按空格等特殊符号断开)
待切分句子:
s = "12、China's Legend Holdings will split its several business arms to go public on stock markets, the group's president Zhu Linan said on Tuesday.该集团总裁朱利安周二表示,haha中国联想控股将分拆其多个业务部门在股市上市,。"
切分结果:
['12', 'china', 's', 'legend', 'holdings', 'will', 'split', 'its', 'several', 'business', 'arms', 'to', 'go', 'public', 'on', 'stock', 'markets', 'the', 'group', 's', 'president', 'zhu', 'linan', 'said', 'on', 'tuesday', '该', '集', '团', '总', '裁', '朱', '利', '安', '周', '二', '表', '示', 'haha', '中', '国', '联', '想', '控', '股', '将', '分', '拆', '其', '多', '个', '业', '务', '部', '门', '在', '股', '市', '上', '市']
代码:
import re
def get_word_list(s1):
# 把句子按字分开,中文按字分,英文按单词,数字按空格
regEx = re.compile('[\\W]*') # 我们可以使用正则表达式来切分句子,切分的规则是除单词,数字外的任意字符串
res = re.compile(r"([\u4e00-\u9fa5])") # [\u4e00-\u9fa5]中文范围
p1 = regEx.split(s1.lower())
str1_list = []
for str in p1:
if res.split(str) == None:
str1_list.append(str)
else:
ret = res.split(str)
for ch in ret:
str1_list.append(ch)
list_word1 = [w for w in str1_list if len(w.strip()) > 0] # 去掉为空的字符
return list_word1
if __name__ == '__main__':
s = "12、China's Legend Holdings will split its several business arms to go public on stock markets, the group's president Zhu Linan said on Tuesday.该集团总裁朱利安周二表示,haha中国联想控股将分拆其多个业务部门在股市上市。"
list_word1=get_word_list(s)
print(list_word1)
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。
来源:https://blog.csdn.net/CallMeYunzi/article/details/102506859


猜你喜欢
详解python配置虚拟环境

用Python实现一个简单的多线程TCP服务器的教程

Numpy 三维数组索引与切片的实现

python 简单的股票基金爬虫

微信小程序(微信应用号)开发工具0.9版安装详细教程

将字典转换为DataFrame并进行频次统计的方法

使用C#连接并读取MongoDB数据库

解决django中form表单设置action后无法回到原页面的问题
smarty模板引擎从配置文件中获取数据的方法
Python实现Keras搭建神经网络训练分类模型教程

解决python3 requests headers参数不能有中文的问题
python3.5 tkinter实现页面跳转

Ubuntu查看修改mysql的登录名和密码、安装phpmyadmin
使用Python的Scrapy框架编写web爬虫的简单示例
网页栅格系统研究(4):技术实现

获取SQL Server数据库元数据的几种方法
网站重构 CSS样式表的优化技巧
sql 取代游标的写法示例
数据库查询优化之子查询优化

MySql登录时闪退的快速解决办法
