正则表达式过滤中文汉字：[一-龥]详解

正则表达式过滤中文汉字：[一-龥]详解

在文本处理中，经常需要过滤掉某些特定类型的字符，例如中文汉字。使用正则表达式可以方便地实现这一目标。

正则表达式：[一-龥]

这个正则表达式用于匹配所有中文汉字。它基于Unicode字符范围，其中：

• [一-龥] 表示匹配从Unicode码位一到龥之间的所有字符，正好对应了所有中文汉字的范围。

示例代码：

import re

text = '这是一个测试字符串，包含中文汉字。'
filtered_text = re.sub(r'[一-龥]', '', text)
print(filtered_text)  # 输出：这是一个测试字符串，包含。

解释：

1. re.sub() 函数用于替换字符串中匹配的字符。
2. 第一个参数是正则表达式 r'[一-龥]'，匹配所有中文汉字。
3. 第二个参数是替换字符 ''，表示用空字符串替换匹配到的汉字。
4. 第三个参数是待处理的字符串 text。

总结：

使用正则表达式 [一-龥] 可以轻松地过滤掉字符串中的所有中文汉字，从而实现特定文本处理需求。