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且要求在过滤过程中不更改词语之间的顺讯

可以使用Python中的re模块和jieba分词库来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且要求在过滤过程中不更改词语之间的顺序，具体实现步骤如下：

1. 导入re和jieba模块：

import re
import jieba

2. 定义需要保留的英文单词集合，比如：

keep_words = {'hello', 'world'}

3. 定义分词和过滤函数：

def tokenize_and_filter(text):
    # 使用结巴分词进行分词
    tokens = jieba.cut(text)
    # 定义正则表达式，过滤掉非中文字符
    regex = re.compile('[^\u4e00-\u9fa5]+')
    # 定义过滤后的结果列表
    filtered_tokens = []
    # 遍历分词结果
    for token in tokens:
        # 如果是中文字符，直接加入结果列表
        if regex.search(token) is None:
            filtered_tokens.append(token)
        else:
            # 如果是非中文字符，尝试保留英文单词
            for word in re.findall('[a-zA-Z]+', token):
                if word.lower() in keep_words:
                    filtered_tokens.append(word.lower())
    # 返回过滤后的分词结果
    return filtered_tokens

4. 调用函数进行分词和过滤：

text = '这是一段包含中文、English和一些符号的文本。'
tokens = tokenize_and_filter(text)
print(tokens)

运行结果为：

['这是', '一段', '中文', 'English']

可以看到，结果中只保留了中文和指定集合的英文单词，并且保持了原来的词语顺序。