python通過(guò)re正則表達(dá)式切割中英文的操作
我就廢話不多說(shuō)了，大家還是直接看代碼吧~
import re s = 'alibaba阿里巴巴' # 待分割字符串 en_letter = '[\u0041-\u005a|\u0061-\u007a]+' # 大小寫英文字母 zh_char = '[\u4e00-\u9fa5]+' # 中文字符 print(re.findall(zh_char,s) + re.findall(en_letter,s)) # 輸出： ['阿里巴巴', 'alibaba']
| 范圍 | 說(shuō)明 |
|---|---|
| \u4e00-\u9fa5 | 漢字的unicode范圍 |
| \u0030-\u0039 | 數(shù)字的unicode范圍 |
| \u0041-\u005a | 大寫字母unicode范圍 |
| \u0061-\u007a | 小寫字母unicode范圍 |
補(bǔ)充：python--中英文混合字符串的切分（中文按字?jǐn)嚅_(kāi)，英文按單詞分開(kāi)，數(shù)字按空格等特殊符號(hào)斷開(kāi)）
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.該集團(tuán)總裁朱利安周二表示，haha中國(guó)聯(lián)想控股將分拆其多個(gè)業(yè)務(wù)部門在股市上市,。"
切分結(jié)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', '該', '集', '團(tuán)', '總', '裁', '朱', '利', '安', '周', '二', '表', '示', 'haha', '中', '國(guó)', '聯(lián)', '想', '控', '股', '將', '分', '拆', '其', '多', '個(gè)', '業(yè)', '務(wù)', '部', '門', '在', '股', '市', '上', '市']
代碼：
import re
def get_word_list(s1):
# 把句子按字分開(kāi)，中文按字分，英文按單詞，數(shù)字按空格
regEx = re.compile('[\\W]*') # 我們可以使用正則表達(dá)式來(lái)切分句子，切分的規(guī)則是除單詞，數(shù)字外的任意字符串
res = re.compile(r"([\u4e00-\u9fa5])") # [\u4e00-\u9fa5]中文范圍
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] # 去掉為空的字符
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.該集團(tuán)總裁朱利安周二表示，haha中國(guó)聯(lián)想控股將分拆其多個(gè)業(yè)務(wù)部門在股市上市。"
list_word1=get_word_list(s)
print(list_word1)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
Python使用matplotlib實(shí)現(xiàn)繪制自定義圖形功能示例
這篇文章主要介紹了Python使用matplotlib實(shí)現(xiàn)繪制自定義圖形功能,結(jié)合實(shí)例形式分析了Python基于matplotlib模塊實(shí)現(xiàn)自定義圖形繪制相關(guān)操作技巧,需要的朋友可以參考下2018-01-01
3行Python代碼實(shí)現(xiàn)剪輯音樂(lè)
你以為剪輯音樂(lè)要很久嗎？其余3行語(yǔ)句Python就能瞬間搞定。本文就來(lái)詳細(xì)為大家講講實(shí)現(xiàn)的步驟，文中的示例代碼講解詳細(xì)，感興趣的可以動(dòng)手嘗試一下2022-06-06
Python socket實(shí)現(xiàn)多對(duì)多全雙工通信的方法
今天小編就為大家分享一篇Python socket實(shí)現(xiàn)多對(duì)多全雙工通信的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02
這篇文章主要介紹了如何利用Python寫猜數(shù)字和字母的游戲，文章基于Python實(shí)現(xiàn)游戲小項(xiàng)目，感興趣的朋友可以參考一下2022-07-07
這篇文章主要介紹了python可迭代對(duì)象去重實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05
Python中pandas模塊DataFrame創(chuàng)建方法示例
這篇文章主要介紹了Python中pandas模塊DataFrame創(chuàng)建方法,結(jié)合實(shí)例形式分析了DataFrame的功能,以及pandas模塊基于列表、字段與數(shù)組創(chuàng)建DataFrame的相關(guān)操作技巧,需要的朋友可以參考下2018-06-06
探索Python int()函數(shù)傳入中文或者字符串會(huì)發(fā)生什么
這篇文章主要為大家介紹了Python int()函數(shù)傳入中文或者字符串會(huì)發(fā)生什么,詳細(xì)討論int()函數(shù)的常規(guī)使用以及它如何處理異常輸入,特別是涉及字符串和中文字符的情況2024-01-01
Python腳本實(shí)現(xiàn)一鍵自動(dòng)整理辦公文件
這篇文章主要介紹了Python實(shí)現(xiàn)腳本一鍵自動(dòng)整理辦公文件，文件下載文件夾就變得亂七八糟，整理的時(shí)候非常痛苦,巴不得有一個(gè)自動(dòng)化的工具幫我歸類文檔。下面小編就給大家分享自動(dòng)化整理文件的小技巧，需要的朋友可以參考一下文章內(nèi)容2022-02-02
python量化之搭建Transformer模型用于股票價(jià)格預(yù)測(cè)
這篇文章主要介紹了python量化之搭建Transformer模型用于股票價(jià)格預(yù)測(cè)，文章圍繞主題展開(kāi)基于python搭建Transformer，需要的小伙伴可以參考一下2022-05-05
python socket網(wǎng)絡(luò)編程之粘包問(wèn)題詳解
這篇文章主要介紹了python socket網(wǎng)絡(luò)編程之粘包問(wèn)題詳解，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-04-04