Python 将字符串的中英文分离的完整代码

Python 将字符串的中英文分离的完整代码,第1张

概述Python 将字符串中英文分离的完整代码 感兴趣Python 将字符串的中英文分离的完整代码的小伙伴,下面一起跟随内存溢出 jb51.cc的小编来看看吧。
在进行文本分析、提取关键词时,新闻评论等文本通常是中英文及其他语言的混杂,若不加处理直接分析,结果往往差强人意。
 #  内存溢出  (jb51.cc) s = "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,中国联想控股将分拆其多个业务部门在股市上市。"result = "".join(i for i in s if ord(i) < 256)print(result)# End 内存溢出 jb51.cc
 
out: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.

2、unicode编码识别
#  内存溢出  (jb51.cc) import res = "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,中国联想控股将分拆其多个业务部门在股市上市。"uncn = re.compile(r'[\u0061-\u007a,\u0020]')en = "".join(uncn.findall(s.lower()))print(en)# End 内存溢出 jb51.cc
 
out:chinas legend holdings will split its several business arms to go public on stock markets,the groups presIDent zhu linan saID on tuesday

中文的编码范围是:\u4e00-\u9fa5,相应的[^\u4e00-\u9fa5]可匹配非中文。
匹配英文时,需要将空格[\u0020]加入,不然单词之间没空格了。
  总结

以上是内存溢出为你收集整理的Python 将字符串的中英文分离的完整代码全部内容,希望文章能够帮你解决Python 将字符串的中英文分离的完整代码所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://www.outofmemory.cn/langs/1199873.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-04
下一篇 2022-06-04

发表评论

登录后才能评论

评论列表(0条)

保存