正则去除字符串中的特殊字符
2017-09-07 11:14
2767 查看
做文本处理时,当需要去除文本中当特殊字符(这里是除了中文、英文、数字以外当字符),可以使用正则表达式,快捷方便。因为文本中有中文,所以字符串要保证是‘utf-8‘格式。
结果
可以看到所有的特殊字符都被替换成‘,‘,后续进行jieba分词就easy了
str = u'活动规则:@ 3个好友转发并评论这条微博即可 。⚠️(评论获赞��最多的前三名为幸运粉丝[污])截 ' str = re.sub(ur'[^\u4e00-\u9fa5a-zA-Z0-9]', ',', str) # 这里用','替代文本中的特殊字符 str = re.sub(ur',{2,}', ',', str, re.S)#删除重复‘,‘ print str
结果
活动规则,3个好友转发并评论这条微博即可,评论获赞,最多的前三名为幸运粉丝,污,截,
可以看到所有的特殊字符都被替换成‘,‘,后续进行jieba分词就easy了
相关文章推荐
- 利用正则表达式去除字符串中的特殊字符
- JavaScript正则替换去除字符串中特殊字符
- 去除字符串首尾空格和特殊字符
- 用正则表达式(零宽断言)去除字符串中重复的字符
- Java利用正则去除字符串中的空白字符
- 正则表达式:去除标点符合和特殊字符
- iosURL字符串的URLencode 和 encodeURIComponent(base64) 去除get时因特殊字符至错
- 特殊字符导致用正则表达式进行字符串替换失败,Java replaceAll()方法报错Illegal group reference
- 判断字符串是否包含特殊字符正则
- python字符串转义与正则表达式特殊字符转义
- 【工具类】-字符串操作类(包含将字符按分隔符组成数组,去除末尾特殊符号,HTML转行成TEXT等功能)
- java 使用正则来过滤字符串中的特殊字符
- iOS 去除字符串中的特殊字符
- 去除字符串中的特殊字符,只保留数字、字母或下划线
- python正则表达式去除两个特殊字符间的内容
- C# 用正则表达式替换字符串中所有特殊字符
- PHP用正则匹配字符串中的特殊字符防SQL注入
- 【正则表达式】Lua字符串去除0字符
- iOS:使用NSRegularExpression正则去掉一串字符串中所有的特殊字符和标点
- Java中去除字符串中的空格、回车、换行符、制表符等特殊字符