python通过re正则表达式切割中英文的操作

我就废话不多说了，⼤家还是直接看代码吧~

import re

s = 'alibaba阿⾥巴巴' # 待分割字符串

en_letter = '[\A-\Z|\a-\z]+' # ⼤⼩写英⽂字母zh_char = '[\一-\龥]+' # 中⽂字符

print(re.findall(zh_char,s) + re.findall(en_letter,s))

# 输出： ['阿⾥巴巴', 'alibaba']

范围说明

\一-\龥汉字的unicode范围\0-\9数字的unicode范围\A-\Z⼤写字母unicode范围\a-\z⼩写字母unicode范围

补充：python--中英⽂混合字符串的切分（中⽂按字断开，英⽂按单词分开，数字按空格等特殊符号断开）

待切分句⼦：

s = \"12、China's Legend Holdings will split its several business arms to go public on stock markets, the group's president Zhu Linan said on Tuesday.该集团总裁朱利安周⼆表⽰，haha中国联想控股将分拆其多个业务部门在股市上市,。\"

切分结果：

['12', 'china', 's', 'legend', 'holdings', 'will', 'split', 'its', 'several', 'business', 'arms', 'to', 'go', 'public', 'on', 'stock', 'markets', 'the', 'group', 's', 'president', 'zhu', 'linan', 'said', 'on', 'tuesday', '该','集', '团', '总', '裁', '朱', '利', '安', '周', '⼆', '表', '⽰', 'haha', '中', '国', '联', '想', '控', '股', '将', '分', '拆', '其', '多', '个', '业', '务', '部', '门', '在', '股', '市', '上', '市']

代码：

import re

def get_word_list(s1):

# 把句⼦按字分开，中⽂按字分，英⽂按单词，数字按空格

regEx = re.compile('[\\\\W]*') # 我们可以使⽤正则表达式来切分句⼦，切分的规则是除单词，数字外的任意字符串 res = re.compile(r\"([\一-\龥])\") # [\一-\龥]中⽂范围 p1 = regEx.split(s1.lower()) str1_list = [] for str in p1:

if res.split(str) == None: str1_list.append(str) else:

ret = res.split(str) for ch in ret:

str1_list.append(ch)

list_word1 = [w for w in str1_list if len(w.strip()) > 0] # 去掉为空的字符 return list_word1

if __name__ == '__main__':

s = \"12、China's Legend Holdings will split its several business arms to go public on stock markets, the group's president Zhu Linan said on Tuesday.该集团总裁朱利安周⼆表⽰，haha中国联想控股将分拆其多个业务部门在股市上市。\" list_word1=get_word_list(s) print(list_word1)

以上为个⼈经验，希望能给⼤家⼀个参考，也希望⼤家多多⽀持。如有错误或未考虑完全的地⽅，望不吝赐教。