匹配除了文字，數字和空格以外的所有內容

Question

此代碼將替換除單詞之外的所有內容，但是如何獲取它還可保持數字和空格不變？例如「我直到1時纔看到他。」 - > 「我沒有看到他，直到1」

text = regex.sub("\P{alpha}+","",text) 

Answer 1

不要對Unicode的使用Python的re庫。它工作非常糟糕。改爲使用Matthew Barnett’s regex library。它工作得很好，好多了。

它也可以運行在Python 2和Python 3上，也可以運行在狹窄和廣泛的版本上，但由於與該特定庫基本無關的原因，我強烈建議您僅運行Python 3的廣泛版本並且避開所有其他組合。

Answer 2

Python的正則表達式不支持Unicode屬性。您可以嘗試：

text = re.sub("[^a-zA-Z0-9 ]+","",text) 

取而代之。如果你喜歡安裝Ponyguruma有一些東西，你可以用：

text = re.sub("[\P{Alnum}\PZ]+","",text) # pZ is shorthand for p{Separator}