Python教程之正则表达式实现拼音与中文提取并存储excel（教程含源码）

实战需求

请问，我有一段文字包含拼音和汉字，希望将拼音与汉字分开

数据情况

dé德jiàn建míng名lì⽴xíng形duān端"
1

希望分解成

解决方案

import re
regex = re.compile(r'\b[a-z]*[āáǎàōóǒòêēéěèīíǐìūúǔùǖǘǚǜüńňǹɑɡ]+[a-z]*\b')
text = "dé德jiàn建míng名lì⽴xíng形duān端"



import re
pinre = re.compile(r'[a-z]*[āáǎàōóǒòêēéěèīíǐìūúǔùǖǘǚǜüńňǹɑɡ]+[a-z]*')
pinyin = pinre.findall(text)

jfre = re.compile(r'[\u2E80-\u9FFF]')
jf = jfre.findall(text)


import pandas as pd
from pandas import DataFrame
 
 

data = {
	'pin': pinyin,
	'ft': jf,
}
 
df = DataFrame(data)
df.to_excel('pandas_write_excel.xlsx')


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28