Python 将字符串的中英文分离的完整代码

发布时间：2020-12-17 17:48:15 所属栏目：Python 来源：网络整理

导读：感兴趣Python 将字符串的中英文分离的完整代码的小伙伴，下面一起跟随编程之家 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。 # 编程之家 (jb51.cc) s = "Chi

感兴趣Python 将字符串的中英文分离的完整代码的小伙伴，下面一起跟随编程之家 52php.cn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。

 #  编程之家  (52php.cn) 

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 512.笔记 52php.cn

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

#  编程之家  (52php.cn) 

import re
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。"
uncn = re.compile(r'[u0061-u007a,u0020]')
en = "".join(uncn.findall(s.lower()))
print(en)

# End 512.笔记 52php.cn

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。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!