【发布时间】：2012-10-06 10:19:10
【问题描述】：
如何删除除字母数字和重音符号之外的所有特殊字符？
我尝试了类似的方法：
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：
tmp = re.sub(r'[^a-zA-Z0-9: ]', '', x)
有人可以帮我吗？
【问题讨论】：
【发布时间】：2012-10-06 10:19:10
【问题描述】：
将您的文本设为 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 ' 结果（其中\xe1 等是text 中重音字符的转义码
如果您不转义任何字符，则无需在模式前面使用r。它在那里，所以你可以写 r'\d\w' 之类的东西，而不是 '\\d\\w'
【讨论】：
-
这是什么版本的 Python？据我所知，Python 2 的正则表达式引擎不支持 unicode。
-
Python 2.7.3（默认，2012 年 7 月 16 日，13:05:29）[GCC 4.5.3] on linux2
-
这很奇怪。我做了完全相同的更改，最后的字符串没有重音字符：
print re.sub(u'[^a-zA-Z0-9áéíóúÁÉÍÓÚâêîôÂÊÎÔãõÃÕçÇ: ]'.encode('utf-8'), ' ', u'abcdeáéí.@# ')。没有.encode('utf-8')，脚本不会运行。 -
我收到
abcde和你的sn-p。然而>>> print re.sub(u'[^a-zA-Z0-9áéíóúÁÉÍÓÚâêîôÂÊÎÔãõÃÕçÇ: ]', ' ', u'abcdeáéí.@# ')导致abcdeáéí