Python 将字符串的中英文分离的完整代码

这篇文章主要为大家详细介绍了Python 将字符串的中英文分离的完整代码，具有一定的参考价值，可以用来参考一下。

感兴趣Python 将字符串的中英文分离的完整代码的小伙伴，下面一起跟随四海网的小编罗X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。

 #  四海网网 (www.q1010.com) 

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 www.q1010.com

 

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

#  四海网网 (www.q1010.com) 

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 www.q1010.com

 

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。
 

本文来自：http://www.q1010.com/181/2614-0.html

注：关于Python 将字符串的中英文分离的完整代码的内容就先介绍到这里，更多相关文章的可以留意四海网的其他信息。

关键词：中英文