python提取中文
A. python正则表达式提取字符串中的中文 字符串如下 而且是大量
如果你只是想提取标签里面的内容的话
我建议你使用beautifulsoup4
首先安装
pipinstallbeautifulsoup4
如果是Linux或者Mac OS请在命令前加sudo
然后把字符串放到BeautifulSoup里
最后用get_text输出里面的内容就好
frombs4importBeautifulSoup
soup=BeautifulSoup(string)
printsoup.get_text()
结果就像这样
如果还想实现其他更多的功能可以参考文档
http://www.crummy.com/software/BeautifulSoup/bs4/doc/
B. python 如何用正则表达式提取 字符串中的中文字符
根据你的字符规律。。
做如下判断：
1、都包含周、节、课这三个字
2、一、二、三、四、五、六、日 都是一个字
那么代码就是：
C. Python用正则表达式截取中文
像这样
#!/usr/bin/envpython
#coding:utf8
importre
l=[
'1.1.2.5查',
'1.2.5询',
'1.5查询',
'1.5.3.4.51规则',
'1.133.2.5询规',
]
r=re.compile(r'd+(.d+)*(.*)')
l=[r.match(e).group(2)foreinl]
print(l)
最后打印的就是
['查','询','查询','规则','询规']
D. 如何用Python提取中文关键词
去非中文字符
分词
统计
提取
E. python怎么用正则表达式提取中文
1、字符串line='ufeffD0002044x01大数据x01数据分析x01技术x01工具x01应用
'
想提取出其中的“大数据”，“数据分析”，“技术”，“工具”，“应用”这些中文，用了正则表达式：
>>>pat2='x01(.*?)'
>>>rs=re.compile(pat2).findall(line)
>>>print(rs)
['','','','','']
显示的结果是空，请问如何才能正确的提出中文部分。
2、原文： 法规名称:'《中华人民共和国合同法》',Items:[{法条名称:'第五十二条'
匹配成： 《中华人民共和国合同法》第五十二条
(?<=法规名称:').*?（',Items:[{法条名称:'）.*?(?=') 请问这样匹配哪里错了？Python报sre_constants.error: unterminated character set at position 22
3、Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[u4e00-u9fa5]+”可以表示一个或者多个中文字符
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u''
>>> print s
中文：123456aa哈哈哈bbcc 。
F. 如何python提取txt文档里面全部的中文和中文符号，并且保存为新的txt文档
用beautifulsoup处理啊，去除英文和符号就是中文啦
importre
zhongwen=re.sub(r'[w<>/,=:"']','',text')
G. python怎么用正则表达式提取中文
Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[\u4e00-\u9fa5]+”可以表示一个或者多个中文字符
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u'\u4e2d\u6587\uff1a123456aa\u54c8\u54c8\u54c8bbcc'
>>> print s
中文：123456aa哈哈哈bbcc
>>> re.match(u"[\u4e00-\u9fa5]+",s)
<_sre.SRE_Match object at 0xb77742c0>
>>> pat='中文'.decode("utf8")
>>> re.search(pat,s)
<_sre.SRE_Match object at 0x16a16df0>
>>> newpat='这里是中文内容'.decode("utf8")
>>> news=re.sub(pat,newpat,s)
>>> print news
这里是中文内容：123456aa哈哈哈bbcc
from:http://blog.aizhet.com/web/12078.html
H. python提取中文括号中的文本
用beautifulsoup处理啊，去除英文和符号就是中文啦
1
2
import re
zhongwen=re.sub(r'[\w\<\>/\,=:"\']','',text')
I. python 中怎么读取txt文件中的中文文字
代码：
# -*- coding: utf-8 -*-
f = open('luciatest1.txt', encoding='gb18030')
filecontent = f.read()
print(filecontent)
运行效果：
J. 求助python截取字符串中中文的方法
>>>re.findall(r'[^0-9a-zA-Z]+','测试awk测试123测试11')
['xb2xe2xcaxd4','xb2xe2xcaxd4','xb2xe2xcaxd4']