收藏一个python通过uft8 编码来提取中文的例子
admin
2023-07-31 01:52:07
0次
Python-提取文件中所有中文小程序
问题描述：
从一个txt文件中提取所有中文
思路：
打开txt文件
读取txt文件中的文本
用正则匹配获取中文
将其内容写入到另一个文本中
python实现：
import imp
import sys
imp.reload(sys)
sys.setdefaultencoding(\’utf-8\’) #设置默认编码,只能是utf-8,下面\\u4e00-\\u9fa5要求的
import re
pchinese=re.compile(\'([\\u4e00-\\u9fa5]+)+?\’) #判断是否为中文的正则表达式
f=open(\”data.txt\”) #打开要提取的文件
fw=open(\”getdata.txt\”,\”w\”)#打开要写入的文件
for line in f.readlines(): #循环读取要读取文件的每一行
m=pchinese.findall(str(line)) #使用正则表达获取中文
if m:
str1=\’|\’.join(m)#同行的中文用竖杠区分
str2=str(str1)
fw.write(str2)#写入文件
fw.write(\”\\n\”)#不同行的要换行
f.close()
fw.close()#打开的文件记得关闭哦!
未验证
相关内容
热门资讯
Mobi、epub格式电子书如...
在wps里全局设置里有一个文件关联，打开，勾选电子书文件选项就可以了。
500 行 Python 代码...
语法分析器描述了一个句子的语法结构，用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义，以我们...
定时清理删除C:\Progra...
C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
scoped_dir32_70...
一台虚拟机C盘总是莫名奇妙的空间用完，导致很多软件没法再运行。经过仔细检查发现是C:\Program...
65536是2的几次方 计算2...
65536是2的16次方：65536=2⁶
65536是256的2次方：65536=256
6553...
小程序支付时提示：appid和...
[Q]小程序支付时提示：appid和mch_id不匹配
[A]小程序和微信支付没有进行关联，访问“小...
pycparser 是一个用...
`pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现...
众所周知哈，微信小程序里面的音频播放是没有进度条的，但最近有个项目呢，客户要求音频要有进度条控制，所...
Apache Doris 2....
亲爱的社区小伙伴们，我们很高兴地向大家宣布，Apache Doris 2.0.0 版本已于...
python清除字符串里非数字...
本文实例讲述了python清除字符串里非数字字符的方法。分享给大家供大家参考。具体如下： impor...