python通过re正则表达式切割中英文的操作

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']

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