国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

怎么用python正則表達式提取/匹配中文漢字

89542767 / 1140人閱讀

　　小編寫這篇文章的一個主要目的，主要是給大家去做一個解答，解答的內容主要還是python相關事宜，比如，可以用python正則表達式去匹配和提取中文漢字，那么，具體的內容做法是什么呢？下面就給大家詳細解答下。


　　python用正則表達式提取中文


　　Python re正則匹配中文，其實非常簡單，把中文的unicode字符串轉換成utf-8格式就可以了，然后可以在re中隨意調用


　　unicode中中文的編碼為/u4e00-/u9fa5，因此正則表達式u”[u4e00-u9fa5]+”可以表示一個或者多個中文字符


　　>>>import re
　　>>>s='中文：123456aa哈哈哈bbcc'.decode('utf8')
　　>>>s
　　u'u4e2du6587uff1a123456aau54c8u54c8u54c8bbcc'
　　>>>print s
　　中文：123456aa哈哈哈bbcc
　　>>>re.match(u"[u4e00-u9fa5]+",s)
　　<_sre.SRE_Match object at 0xb77742c0>
　　>>>pat='中文'.decode("utf8")
　　>>>re.search(pat,s)
　　<_sre.SRE_Match object at 0x16a16df0>
　　>>>newpat='這里是中文內容'.decode("utf8")
　　>>>news=re.sub(pat,newpat,s)
　　>>>print news


　　這里是中文內容：123456aa哈哈哈bbcc


　　python正則如何匹配中文漢字


　　正則表達式匹配中文漢字，在實際應用中十分常見。


　　比如：爬蟲網頁文本提取、驗證用戶輸入標準等。


　　以下面文本字符串為例，匹配出astr這個字符串中的所有漢字。


　　import re
　　astr='''aaaaa何時when杖爾看see南雪snow，我me與梅花plum blossom兩白頭'''


　　下面介紹兩種方法（本文環境為python3）


　　一、使用Unicode編碼來匹配中文


　　常見的中文Unicode編碼范圍：u4e00-u9fa5


　　實現匹配代碼：re.findall(’[u4e00-u9fa5]’,astr)


　　import re
　　astr='''aaaaa何時when杖爾看see南雪snow，我me與梅花plum blossom兩白頭'''
　　res=re.findall('[u4e00-u9fa5]',astr)


　　print(res)


　　匹配結果：

01.png

　　二、直接使用中文漢字實現中文匹配


　　沒使用過可能還真不知道，中文匹配還可以這樣


　　實現匹配代碼：re.findall(’[一-龥]’,astr)


　　import re
　　astr='''aaaaa何時when杖爾看see南雪snow，我me與梅花plum blossom兩白頭'''
　　res=re.findall('[一-龥]',astr)
　　print(res)


　　匹配結果：

02.png

　　注：其實這里“一”對應的Unicode編碼就是“u4e00”,“龥”（yù）對應的Unicode編碼就是“u9fa5”。


　　常見非英文字符Unicode編碼范圍：


　　u4e00-u9fa5(中文)


　　u0800-u4e00(日文)


　　uac00-ud7ff（韓文）


　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家帶來一定幫助。

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/128316.html

相關文章

  • 經驗拾憶（純手工）=> Python正則全解詳解

    預編譯 import re re1 = re.compile(r元字符 組成的正則規則) # 元字符下面會說 re1.方法() # 方法下邊也會說 元字符： 表示普通字符： . # 除了 外 都可以匹配的到 d # 只匹配 純數字 0-9 D # 和 d相反， 除了數字全都匹配 ...

    Luosunce 評論0 收藏0

  • PHP正則表達式規則及常用方法整理

    摘要：和均為非負整數，其中。如果之前至少個獲取的子表達式，則為后向引用。 注：本文轉自 摘取天上星的博客 PHP常用正則表達式 ^d+$　　//非負整數（正整數+ 0） ^[0-9]*[1-9][0-9]*$　　//正整數 ^((-d+)|(0+))$　　//非正整數（負整數+ 0） ^-[0-9]*[1-9][0-9]*$　　//負整數 ^-?d+$　　　　//整數 ^d+(.d+)?$　...

    UCloud 評論0 收藏0

  • 使用PHP輔助 快速制作一套自己的手寫字體實踐

    摘要：參考代碼地址四制作字體模板把自己最常接觸的漢字找出來之后，需要制作一套字體模板，這套字體模板的用處是讓手寫漢字后，順利的找到對應的漢字，這里需要依靠第三方網站提供的一些功能。 一、背景 筆者以前在網上看到有民間高手制作字體的相關事跡，覺得把自己的手寫字用鍵盤敲出來是一件很有意思的事情，所以一直有時間想制作一套自己的手寫體，前幾天在網上搜索了一下制作字體的方法，發現技術上并不是太難，結合...

    moven_j 評論0 收藏0

  • 正則表達式及多語言操作指南

    摘要：能匹配中的，但不能匹配中的數量界定符符號定義是一個非負整數。則等價于和均為非負整數，其中。該方法接受一個正則表達式作為它的第一個參數。是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。 正則表達式及多語言操作指南 1. 正則表達式 正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個規則字符串，這個規則字符串用來表達對字符串的一...

    ingood 評論0 收藏0

  • 正則表達式及多語言操作指南

    摘要：能匹配中的，但不能匹配中的數量界定符符號定義是一個非負整數。則等價于和均為非負整數，其中。該方法接受一個正則表達式作為它的第一個參數。是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。 正則表達式及多語言操作指南 1. 正則表達式 正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個規則字符串，這個規則字符串用來表達對字符串的一...

    xzavier 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<