python正则过滤字母、中文、数字及特殊字符方法详解

这篇文章主要介绍了python正则过滤字母、数字及特殊字符方法详解,需要的朋友可以参考下

去除数字，特殊字符，只保留汉字

 import re s = '1123*#$ 中abc国' str = re.sub('[a-zA-Z0-9'!"#$%&\'()*+,-./:;<=>?@，。?★、…【】《》？“”‘'！[\\]^_`{|}~\s]+', "", s) # 去除不可见字符 str = re.sub('[\001\002\003\004\005\006\007\x08\x09\x0a\x0b\x0c\x0d\x0e\x0f\x10\x11\x12\x13\x14\x15\x16\x17\x18\x19\x1a]+', '', x) print(str) # 结果为：中国

去除特殊字符，只保留汉子，字母、数字

 import re string = "123我123456abcdefgABCVDFF？/ ，。,.:;:''';'''[]{}()（）《》" print(string) 123我123456abcdefgABCVDFF？/ ，。,.:;:''';'''[]{}()（）《》 sub_str = re.sub(u"([^\u4e00-\u9fa5\u0030-\u0039\u0041-\u005a\u0061-\u007a])","",string) print(sub_str) 123我123456abcdefgABCVDFF

正则表达式说明

函数	说明
sub(pattern,repl,string)	把字符串中的所有匹配表达式pattern中的地方替换成repl
[^**]	表示不匹配此字符集中的任何一个字符
\u4e00-\u9fa5	汉字的unicode范围
\u0030-\u0039	数字的unicode范围
\u0041-\u005a	大写字母unicode范围
\u0061-\u007a	小写字母unicode范围
\uAC00-\uD7AF	韩文的unicode范围
\u3040-\u31FF	日文的unicode范围