python移除文本中英文，数字和字符

在中文的自然语言处理，英文、数字和字符是无法在词典中对比成功的，所以需要消除掉。

方法如下：

首先引入re库：

import re

然后使用sub()函数先消除字母和数字

re.sub('[a-zA-Z0-9]','',data)
#第一个参数是搜索a-z，A-Z，0-9
#第二个参数是''用于替换第一个参数
#第三个参数是读取到的文本

接着在消除字符

re.sub('\W','',data)
#用去替换特殊字符，即非字母、非数字、非汉字、非_

处理前文本长度660331

处理过后文本长度334183

python移除文本中英文，数字和字符相关推荐

在线文本中英文数字清除工具
在线文本中英文数字清除工具在线文本中英文数字清除工具工具支持清除文本中的所有中文,英文或数字,请根据实际需要勾选清除的文本类型,数据实时处理更新.工具支持清除文本中的所有中文,英文或数字,请根据实 ...
python正则匹配中文/英文/数字/其它字符
匹配提取一些字符串既包含中文.也包含英文.数字等,需要对这类字符串做提取,单个中文字符.英文单词以及数字表达等.需要采用正则匹配的方式来做比如对于如下针对数据的描述 Android/IOS 2条装 ...
python中怎么统计英文字符的个数_【Python练习1】统计一串字符中英文字母、空格、数字和其他字符的个数...
练习思路: 1.输入一串字符 2.筛选出字符中的英文字母并统计 3.筛选出字符中的空格并统计 4.筛选出字符中的数字并统计 5.筛选出字符中的其他字符并统计代码实现: def msg(s): abc ...
数字转字符函数_Excel之文本函数CONCATENATE/TEXT/LEFT/MID/RIGHT/FIND/LEN
本部分主要包CONCATENATE函数.LEFT函数.RIGHT函数.MID函数.LEN函数.FIND函数.SEARCH函数.SUBSTITUTE函数.REPLACE函数.TRIM函数.CLEAN函数 ...
搭建基于飞桨的OCR工具库，总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别的PaddleOCR
介绍基于飞桨的OCR工具库,包含总模型仅8.6M的超轻量级中文OCR,单模型支持中英文数字组合识别.竖排文本识别.长文本识别.同时支持多种文本检测.文本识别的训练算法. 相关链接 PaddleOCR ...
python 组合数字和字符_python无限生成不重复(字母,数字,字符)组合的方法
python无限生成不重复(字母,数字,字符)组合的方法使用python自带的itertools模块调用其product函数传入我们想组合生成的字符数据便会源源不断的生成组合而且不会重复 r ...
利用 Python django 框架输入汉字，数字，字符，等。。转成二维码！
利用 Python django 框架输入汉字,数字,字符,等..转成二维码! 模块必备:Python环境 + pillow + qrcode 模块核心代码import qrcodeqr = q ...
python统计字母空格个数_python统计字母、空格、数字等字符个数的实例
如下所示: # -*- coding: utf-8 -*- # 要求:输入一行字符,分别统计出其中英文字母.空格.数字和其它字符的个数. def count(s): count_a=count_z=c ...
用python把文本转换为数字
可以使用 Python 的内置函数 int() 或 float() 将文本转换为数字.例如: text = "123" number = int(text) print(numbe ...

python移除文本中英文，数字和字符

python移除文本中英文，数字和字符相关推荐

最新文章

热门文章