當(dāng)我們用python爬取一些網(wǎng)站的時候，會發(fā)現(xiàn)有的是中英又語的，但是我們只需要中文，這時候怎么寫正則表達式呢，首先給出答案： [\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b]
朋友們可以先運行一下下面的例子加深印象。
s = ”’I am ten years old now, I am studying at a primary school, and I am in grade four. There are many subjects for me to learn, among them, I like Chinese the most. Chinese is our country’s language, it has more than five thousand years of history. I am so interested in Chinese culture, and learning Chinese well can help me understand Chinese culture better.
我現(xiàn)在十歲了，我在一所小學(xué)上學(xué)，我現(xiàn)在讀四年級。我要學(xué)很多的科目，在這些科目當(dāng)中，我最喜歡語文。漢語是我們國家的語言，有超過五千年的歷史。我對中國的歷史很感興趣，學(xué)好語文能讓我更好的了解中國歷史。”’
t = re.findall(‘[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b\u4e00-\u9fa5]’,s)
print(”.join(t))
運行結(jié)果如下：

未經(jīng)允許不得轉(zhuǎn)載：445IT之家 » python提取中文的正則表達式