python实现文件过滤非中文字符

可以使用正则表达式来实现。以下是一个简单的 Python 函数，可以从文件中读取内容，过滤非中文字符，并返回过滤后的结果：

import re

def filter_chinese(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
        pattern = re.compile(r'[^\u4e00-\u9fa5]') # 匹配非中文字符
        filtered_content = re.sub(pattern, '', content) # 过滤非中文字符
    return filtered_content

其中，`file_path` 参数是待处理文件的路径，函数将返回过滤后的中文字符串。

相关问题

Python实现敏感词过滤

Python可以通过多种方式实现敏感词过滤，以下是其中一种常见的实现方式：

1. 使用正则表达式：可以使用re模块中的正则表达式函数来匹配敏感词并进行替换或删除。首先，将敏感词存储在一个列表或者文件中，然后使用re.sub()函数将匹配到的敏感词替换为指定的字符或者删除。

示例代码如下：

import re

def filter_sensitive_words(text, sensitive_words):
    for word in sensitive_words:
        pattern = re.compile(r'\b' + word + r'\b', re.IGNORECASE)
        text = re.sub(pattern, '*' * len(word), text)
    return text

sensitive_words = ['敏感词1', '敏感词2', '敏感词3']
text = '这是一段包含敏感词1和敏感词2的文本。'
filtered_text = filter_sensitive_words(text, sensitive_words)
print(filtered_text)

输出结果为：`这是一段包含***和***的文本。`

python 批量过滤txt中的非中文字符

可以使用正则表达式来过滤非中文字符。以下是一个简单的 Python 示例代码：

import re

def filter_chinese(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        text = f.read()
        pattern = re.compile(r'[^\u4e00-\u9fa5]+')
        filtered_text = re.sub(pattern, '', text)
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(filtered_text)

该函数接受一个文件路径作为参数，将文件中的非中文字符过滤掉，并将结果重新写回到文件中。调用该函数即可完成批量过滤。