使用Python怎么將文本中的中英文進(jìn)行分離

本文章向大家介紹使用Python怎么將文本中的中英文進(jìn)行分離，主要包括使用Python怎么將文本中的中英文進(jìn)行分離的使用實(shí)例、應(yīng)用技巧、基本知識點(diǎn)總結(jié)和需要注意事項(xiàng)，具有一定的參考價值，需要的朋友可以參考一下。

python可以做什么

Python是一種編程語言，內(nèi)置了許多有效的工具，Python幾乎無所不能，該語言通俗易懂、容易入門、功能強(qiáng)大，在許多領(lǐng)域中都有廣泛的應(yīng)用，例如最熱門的大數(shù)據(jù)分析，人工智能，Web開發(fā)等。

1、超短文本，ASCII識別。

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.該集團(tuán)總裁朱利安周二表示，中國聯(lián)想控股將分拆其多個業(yè)務(wù)部門在股市上市。"
result = "".join(i for i in s if ord(i) < 256)
print(result)

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編碼識別

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.該集團(tuán)總裁朱利安周二表示，中國聯(lián)想控股將分拆其多個業(yè)務(wù)部門在股市上市。"
uncn = re.compile(r'[\u0061-\u007a,\u0020]')
en = "".join(uncn.findall(s.lower()))
print(en)

out:
chinas legend holdings will split its several business arms to go public on stock markets, the groups president zhu linan said on tuesday

中文的編碼范圍是：\u4e00-\u9fa5，相應(yīng)的[^\u4e00-\u9fa5]可匹配非中文。

匹配英文時，需要將空格[\u0020]加入，不然單詞之間沒空格了。

到此這篇關(guān)于使用Python怎么將文本中的中英文進(jìn)行分離的文章就介紹到這了，更多相關(guān)的內(nèi)容請搜索億速云以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持億速云！