python3 正则对str去掉标点符号及符号，及提取字符

置顶流氓也是种气质 _Cookie

已于 2024-05-25 18:55:56 修改

阅读量2.7k

点赞数

分类专栏： Python3 文章标签： re

于 2019-09-11 10:52:38 首次发布

本文链接：https://blog.youkuaiyun.com/qq_37550440/article/details/100728877

版权

Python3 专栏收录该内容

20 篇文章

订阅专栏

本文介绍如何使用Python的正则表达式模块re来清理文本数据，包括去除标点符号、提取特定字符和处理中英文混合文本。通过具体代码示例展示了文本清理的基本操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import re

def remove(text):
   punctuation = '[{？!,;+"\''  # \ 无法去掉，空格可以去掉
    text = re.sub(r'[{}]+'.format(punctuation), '', text)
    return text.strip().lower()
    
text = " '[{!,; + ？ Hello, world 你好世界! "
print(remove(text))
print(re.sub(r"[^a-zA-Z0-9\u4e00-\u9fa5]", '',text))  #提取字符
print(re.sub(r"[\u4e00-\u9fa5]", '',text))  #提取中文

关注博主即可阅读全文