我有一个包含日语句子的txt文件。我想删除所有的非日语单词。如数字、英文字母或任何其他非日文、符号、符号等。有什么快捷的方法吗?谢谢
Hi !こんにちは、私の給料は月額10000ドルです。 XO XO
私はあなたの料理が大好きです
私のフライトはAPX1999です。
私はサッカーの試合を見るのが大好きです。
字句移除:嗨!XO 10000 APX1999
发布于 2021-11-25 16:35:36
import re
import string
s = '''Hi !こんにちは、私の給料は月額10000ドルです。 XO XO
私はあなたの料理が大好きです
私のフライトはAPX1999です。
私はサッカーの試合を見るのが大好きです。
'''
# replace all ascii chars 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
replaced = re.sub(f'[{string.printable}]', '', s)
print(replaced)
输出
こんにちは、私の給料は月額ドルです。私はあなたの料理が大好きです私のフライトはです。私はサッカーの試合を見るのが大好きです。
发布于 2021-11-25 16:29:50
最简单的方法是:
s = "Hi !こんにちは、私の給料は月額10000ドルです。 XO XO 私はあなたの料理が大好きです私のフライトはAPX1999です。私はサッカーの試合を見るのが大好きです"
no_ascii = ''
for c in s:
ascii_code = ord(c)
if ascii_code > 127 or ascii_code == 0:
no_ascii += c
print(no_ascii)
こんにちは、私の給料は月額ドルです。私はあなたの料理が大好きです私のフライトはです。私はサッカーの試合を見るのが大好きです
发布于 2021-11-25 16:42:08
Python类型具有isascii()函数。这段代码将删除ascii字符(不一定要求什么),但可能有助于提出策略。
with open('japanese.txt') as infile:
print(''.join([c for c in infile.read() if c == '\n' or not c.isascii()]))
https://stackoverflow.com/questions/70114281
复制相似问题