| 范圍 | 說明 |
|---|---|
| \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_，英文按單詞分開，數(shù)字按空格等特殊符號(hào)斷開）
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,。"
['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']
import re
def get_word_list(s1):
# 把句子按字分開，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。
標(biāo)簽：綿陽(yáng) 拉薩 廊坊 渭南 內(nèi)江 興安盟 亳州 黔東
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《python通過re正則表達(dá)式切割中英文的操作》，本文關(guān)鍵詞 python,通過,正則,表達(dá)式,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。