python - 正则表达式 - 删除除字母数字和重音符号外的所有特殊字符

Question

如何删除除字母数字和重音符号之外的所有特殊字符？

我试过类似的东西：

text = 'abcdeáéí.@# '
re.sub(r'[^a-zA-Z0-9áéíóúÁÉÍÓÚâêîôÂÊÎÔãõÃÕçÇ: ]', ' ', text)

但我没有成功。以下表达式仅允许字母数字但不允许重音符号有效：

tmp = re.sub(r'[^a-zA-Z0-9: ]', '', x)

有人可以帮助我吗？

Answer 1

使您的文本成为 unicode 字符串text = u'abcdeáéí.@# '，并确保您的模式也能够接受 unicode 字符re.sub(u'[^a-zA-Z0-9áéíóúÁÉÍÓÚâêîôÂÊÎÔãõÃÕçÇ: ]', ' ', text)

通过这种组合，我得到u'abcde\xe1\xe9\xed '了结果（其中\xe1等是重音字符的转义码text

r如果您不转义任何字符，则不需要在模式前面。它在那里，所以你可以写一些东西，r'\d\w'而不是'\\d\\w'