python小用途——提取中文文本

　　在做一个接口的测试工作，想要整理出所有的分类项，结果获取到一大堆的返回信息

 二、python实现

 1 # coding=utf-8
 2 
 3 import imp 
 4 import sys
 5 import re
 6 imp.reload(sys) 
 7 # sys.setdefaultencoding('utf-8')  # 设置默认编码,只能是utf-8,下面\u4e00-\u9fa5要求的
 8 pchinese = re.compile('([\u4e00-\u9fa5]+)+?')  #判断是否为中文的正则表达式
 9 f = open("data.txt", encoding='utf-8', errors='ignore')  # 打开要提取的文件
10 fw = open("getdata.txt", "w")  # 打开要写入的文件
11 for line in f.readlines():   # 循环读取要读取文件的每一行
12     m = pchinese.findall(str(line))  # 使用正则表达获取中文
13     if m:
14         str1 = '|'.join(m)    # 同行的中文用竖杠区分
15         str2 = str(str1)
16         fw.write(str2)  # 写入文件
17         fw.write("\n")  # 不同行的要换行
18 f.close()
19 fw.close()