Python正则表达式提取中英文数字详解：sub、findall与compile用法

前言

在数据处理过程中，提取字符串中的中英文内容是一项常见需求。最高效且常用的方法是通过正则表达式进行判断与处理。以下整理的相关笔记旨在提供实用的解决方案，希望对读者有所帮助。

一、re模块中的sub函数

Python内置的re模块提供了sub函数，专门用于替换字符串中符合正则表达式匹配规则的部分。

re.sub(pattern, repl, string, count=0)

参数说明如下：

• pattern：定义正则匹配模式的字符串。
• repl：用于替换匹配内容的字符串或函数。
• string：需要进行替换操作的原始字符串。
• count：指定替换的最大次数，默认为0，表示替换所有匹配项。

1.1 提取中文

思路在于将非中文字符替换为空字符串，从而保留中文内容。

具体示例如下：

import re
str = "重出江湖hello的地H方。。的,world"
str = re.sub("[A-Za-z0-9\,\。]", "", str)
print(str)
输出：神的孩子在唱歌

1.2 提取英文

import re
str = "重123出江湖hello的地H方。。的,world"
str = re.sub("[\u4e00-\u9fa5\0-9\,\。]", "", str)
print(str)
输出：helloHworld

1.3 提取数字

import re
str = "重123出江湖hello的地H方。。的,world"
str = re.sub("[A-Za-z\u4e00-\u9fa5\,\。]", "", str)
print(str)
输出：123

二、re模块中的findall函数

findall函数用于在字符串中查找所有符合正则表达式的子串，并以列表形式返回。若未找到匹配项，则返回空列表。

其语法格式为：

findall(string[, pos[, endpos]])

参数说明：

• string：待匹配的源字符串。
• pos：可选参数，指定搜索起始位置，默认为0。
• endpos：可选参数，指定搜索结束位置，默认为字符串长度。以下示例展示了查找字符串中所有数字的方法：

扩展知识：正则表达式中match和search仅匹配一次，而findall用于匹配所有结果。如需了解更多细节，可参考菜鸟教程等相关文档。

具体了解可以到菜鸟教程查看

2.1 提取中文

2.2 提取英文

通俗写法

import string#提供a-z的小写字母
dd = "神的孩子hello在H唱歌,world"
#准备英文字符
temp=""
letters=string.ascii_lowercase#包含a-z的小写字母
for word in dd:#for循环取出单个词
    if word.lower() in letters:#判断是否是英文
        temp+=word#添加组成英文单词
print(temp)
输出：helloHworld

正则

#A-Za-z
import re
dd = "重出123江湖hello的地方的,world"
result = ''.join(re.findall(r'[A-Za-z]', dd)) 
print(result)
输出：helloHworld

2.3 提取数字

#0-9注意这个数字前面不能\,要不然他连，都给算上
import re
dd = "神123的孩子hello在唱H歌。。,world"
result = ''.join(re.findall(r'[0-9]', dd)) 
print(result)
输出：123

三、re模块中的compile函数

compile函数用于将正则表达式字符串编译成正则表达式对象（Pattern），以便在后续操作中复用，提高执行效率。

其语法格式为：

re.compile(pattern[, flags])

参数说明：

pattern：表示正则表达式的字符串。

flags：可选参数，用于指定匹配模式，如忽略大小写、多行模式等。具体标志位如下：

• re.I：忽略大小写。
• re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境。
• re.M：多行模式。
• re.S：使 . 匹配包括换行符在内的任意字符（默认情况下 . 不匹配换行符）。
• re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s,\S 依赖于 Unicode 字符属性数据库。
• re.X：为了增加可读性，忽略空格和 # 后面的注释。

3.1 同时匹配中英文数字去除其他字符

总结

本文介绍了如何使用Python提取字符串中的中英文内容。更多相关Python提取字符串中英文的内容，请搜索本站以前的文章或继续浏览下面的相关文章，希望大家以后多多支持本站！