Python正则表达式--含代码实战

该文章代码均在jupyter Notebook中运行，且已安装re包

---

使用正则表达式可以保留自己想要的内容，比如仅提取汉字，仅提取数字等，中文汉字的正则表达式 \u4e00-\u9fa5

import re 
text='sdfgfvdscsx是的sd好'
re.findall(r'[\u4e00-\u9fa5]',text)

上文中提取的内容不连续，且提取出的内容为列表形式，需要将其转化为字符串形式

import re 
text='sdfgfvdscsx是的sd好'
words = re.findall(r'[\u4e00-\u9fa5]+',text)
print(words)

与上一段代码区别是正则后面加了个+，拿到了被符号间隔开的内容，如果想将列表转化为字符串，可再加入一行代码，如下所示

import re 
text='sdfgfvdscsx是的sd好'
words = re.findall(r'[\u4e00-\u9fa5]+',text)
'/'.join(words)

注意‘’中间的/，表示用/将内容隔开