python如何实现先使用结巴分词，然后使用正则表达式过滤掉非中文字符的同时保留指定集合的英文词

可以使用Python中的re模块和jieba分词库来实现。具体步骤如下：

1. 导入必要的库：

import re
import jieba

2. 对文本进行分词：

text = "这是一个中文文本，Hello World!"
words = jieba.cut(text)

3. 过滤非中文字符和非指定集合的英文词：

pattern = re.compile(r'[\u4e00-\u9fa5]+|[a-zA-Z]+')
english_words = {'hello', 'world'}  # 指定的英文词集合
filtered_words = []
for word in words:
    if re.match(pattern, word):
        if word.isalpha() and word.lower() not in english_words:
            continue
        filtered_words.append(word)

4. 将过滤后的词列表转换为字符串：

filtered_text = ' '.join(filtered_words)

最终得到的filtered_text就是经过结巴分词、过滤非中文字符和非指定集合的英文词后的文本。