python 正则表达式中文标点符号

在 Python 中，可以使用正则表达式来匹配中文标点符号。下面是一个示例代码：

import re

text = "这是一段包含中文标点符号的文本：，。！？"
pattern = r"[\u3002\uff0c\uff01\uff1f]+"
result = re.findall(pattern, text)
print(result)

运行以上代码，将输出`['，', '。', '！', '？']`，即匹配到的中文标点符号列表。

在正则表达式中，`[\u3002\uff0c\uff01\uff1f]`表示匹配 Unicode 编码为`\u3002`（顿号）、`\uff0c`（逗号）、`\uff01`（感叹号）、`\uff1f`（问号）的字符。`+`表示匹配一个或多个连续的中文标点符号。

你也可以根据需要自行修改正则表达式的模式，以满足特定的匹配需求。

相关问题

用正则表达式去除标点符号

可以使用以下正则表达式去除标点符号：

import re

text = "Hello, world! This is a sentence."
cleaned_text = re.sub(r'[^\w\s]', '', text)

print(cleaned_text)

输出：

Hello world This is a sentence

正则表达式 `[^\w\s]` 匹配非单词字符和非空格字符，即标点符号。使用 `re.sub()` 函数可以将匹配到的字符替换为空字符串。

python正则表达式查中文

使用正则表达式查找中文可以使用Unicode编码范围，例如：

import re

text = "这是一段中文文本，包含了一些英文单词。"
pattern = re.compile("[\u4e00-\u9fa5]+") # 匹配中文字符的Unicode编码范围
result = pattern.findall(text)
print(result)

输出:

['这是一段中文文本', '包含了一些英文单词']

其中`[\u4e00-\u9fa5]`表示Unicode编码在`0x4e00`到`0x9fa5`之间的所有字符，包括汉字、标点符号和字符组合。`+`表示匹配一个或多个字符，`findall()`函数返回所有匹配结果。