热门推荐
python 中英文 分离_利用Python将文本中的中英文分离方法
2024-11-01 00:04

在进行文本分析、提取关键词时,新闻评论等文本通常是中英文及其他语言的混杂,若不加处理直接分析,结果往往差强人意。

python 中英文 分离_利用Python将文本中的中英文分离方法

下面对中英文文本进行分离做一下总结

1、超短文本,ASCII识别。

result = "".join(i for i in s if ord(i) < 256)

print(result)

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编码识别

import re

uncn = re.compile(r'[a-z, ]')

en = "".join(uncn.findall(s.lower()))

print(en)

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

中文的编码范围是:一-龥,相应的[^一-龥]可匹配非中文。

    以上就是本篇文章【python 中英文 分离_利用Python将文本中的中英文分离方法】的全部内容了,欢迎阅览 ! 文章地址:http://dfvalve.xrbh.cn/quote/6564.html 
     行业      资讯      企业新闻      行情      企业黄页      同类资讯      网站地图      返回首页 迅博思语资讯移动站 http://keant.xrbh.cn/ , 查看更多