python3如何提取汉字

采用正则表达式的方法对字符串进行处理。

str1 = "｛我%$是，《速$@.度\发》中 /国、人"

相关推荐：《Python教程》

（1）提取汉字

汉字的范围为”\u4e00-\u9fa5“，这个是用Unicode表示的。

import re
res1 = ''.join(re.findall('[\u4e00-\u9fa5]',str1))
print(res1)

输出为：

‘我是速度发中国人’

（2）去除所有符号。采用清理数据，仅保留字母、数字、中文的方法。

import re
res1 = re.sub("[^a-zA-Z0-9\u4e00-\u9fa5]", '', str1) 
print(res1)

输出为：

‘我是速度发中国人’