用Python實現將txt中的中文和中文標點保留下來

用正則表達式就可以實現這個操作。

中文標點的正則表達式：
[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b]
中文的正則表達式：
[\u4e00-\u9fa5]

舉例：
1.2.1_25-45分鍾.txt = "/getResult success:{'data': '[{"bg":"0","ed":"3880","onebest":"一種就業方式，下面呢，請大家來看兩段資料。"

代碼：

點擊查看代碼

import re

f = open("1.2.1_25-45分鍾.txt", "r", encoding='utf-8')
print(f)
data = f.readlines()
f.close()
# s = "今天下雨了，。123！@#%@……￥@￥，不開心！。"
# 去除不可見字符

for line in data:
    mystr = re.findall('[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b\u4e00-\u9fa5]', line)     #使用正則表達式篩選每一行的數據,自行查找正則表達式
    str1 = "".join(mystr)
    f1 = open("1.2.1_25-45分鍾_.txt", "a+", encoding='utf-8')        #新建一個test1.txt文本，已追加的方式寫入
    f1.writelines(str1+'\n')                                      #將每一行打印進test1.txt文件並換行

f1.close()

結果：一種就業方式，下面呢，請大家來看兩段資料。

PS：
如果直接把mystr寫入文件中，會報以下錯誤：

TypeError：can only concatenate list (not "str") to list：
類型錯誤：只能將list類型和list類型聯系起來，而不是str類型；

所以要用 "".join(mystr) 來把 str類型加入到list中