字符串采用正则表达式处理。

str1="｛我%$是，“速度”$@.中/国，人，度\发"

相关推荐:Python教程

(1)提取汉字

以Unicode为代表的汉字范围为“\u4e00-\u9fa5”。

importre
res1=''.join(re.findall('[u4e00-u9fa5];,str1))
print(res1)

输出为：

‘我是速度发中国人’

(2)去除所有符号。采用清理数据，只保留字母、数字和中文的方法。

importre
res1=re.sub("[^a-zA-Z0-9\u4e00-u9fa5",'',str1)
print(res1)

输出为：

‘我是速度发中国人’