大家早上好，本人姓吴，如果觉得文章写得还行的话也可以叫我吴老师。欢迎大家跟我一起走进数据分析的世界，一起学习！
感兴趣的朋友可以关注我或者我的数据分析专栏，里面有许多优质的文章跟大家分享哦。
前言
又到了每周末知识分享环节。今天想给大家分享的是我最近刚好碰到的一些知识点，主要是对于中英文文本的一些具体的处理。
本文真的干货满满，希望大家有所收获，现在用不着也可以先收藏起来，等后面用到了就来这里Ctrl+F一下，很实用哦。
目录
前言1 判断字符串是否纯中文2 判断字符串是否纯英文3 提取字符串中的中文4 提取字符串中的英文5 汉字转拼音6 繁体字和简体字互相转换简体转繁体繁体转简体结束语1 判断字符串是否纯中文
这里主要就是利用到了中文（基本汉字）在Unicode编码中的范围：\u4e00-\u9fa5，如果有一个字符不在这个范围，则说明该字符串不是纯中文。
def judge_pure_chinese(key_str):for c in key_str:if not ('\u4e00' <= c <= '\u9fa5'):return Falsereturn True
这里贴上常见字符的Unicode编码的范围：
（图源网络）
2 判断字符串是否纯英文
这里判断英文的话同样也可以用上述判断纯中文的办法，不过下面这种也可以哦，主要是利用到了英文单词在Unicode中的范围就是acsii码中的前英文字母，即在unicode的前128种。
def judge_pure_english(key_str):return all(ord(c) < 128 for c in key_str)
3 提取字符串中的中文
这里主要是用到了re模块种的sub方法，将非中文部分除去。
import redef extract_pure_chinese(key_str):return re.sub("[^\u4e00-\u9fa5]", "", key_str)
4 提取字符串中的英文
同上。
import redef extract_pure_english(key_str):return re.sub("[^A-Za-z]", "", key_str)
5 汉字转拼音
# 汉字转拼音，但是多音字不好区分（例如“美的”的拼音为meide）import pypinyindef chinese2pinyin(key_str):result_str = ''for s in pypinyin.pinyin(key_str, style=pypinyin.NORMAL): # style=pypinyin.NORMAL表示不带声调result_str += ''.join(s)return result_str
6 繁体字和简体字互相转换
简体转繁体
def simplified2traditional(key_str):""" 将key_str中的简体字转为繁体字:param key_str: str, 需要做简繁体转换的字符串:return: str, key_str对应的繁体字"""return zhconv.convert(key_str, 'zh-hant')
繁体转简体
def traditional2simplified(key_str):""" 将key_str中的繁体字转为简体字:param key_str: str, 需要做简繁体转换的字符串:return: str, key_str对应的简体字"""return zhconv.convert(key_str, 'zh-hans')
结束语
看完这篇，还有更多知识点分享给你哦，自己慢慢找哈，就在下面链接。
推荐关注的专栏
👨👩👦👦机器学习：分享机器学习实战项目和常用模型讲解
👨👩👦👦数据分析：分享数据分析实战项目和常用技能整理
往期内容回顾
💚学习Python全套代码【超详细】Python入门、核心语法、数据结构、Python进阶【致那个想学好Python的你】
❤️学习pandas全套代码【超详细】数据查看、输入输出、选取、集成、清洗、转换、重塑、数学和统计方法、排序
💙学习pandas全套代码【超详细】分箱操作、分组聚合、时间序列、数据可视化
💜学习NumPy全套代码【超详细】基本操作、数据类型、数组运算、复制和试图、索引、切片和迭代、形状操作、通用函数、线性代数
关注我，了解更多相关知识！
CSDN@报告，今天也有好好学习
学点实用工作小技巧【Python】汉字转拼音 繁体字和简体字互转 提取字符串中的中文（英文） 判断是否纯中文（英文）
