python文本挖掘 python怎样读取文本文件里的中文？

python怎样读取文本文件里的中文？

#在Windows环境中

导入系统

重新加载（系统）sys.setdefaultencoding系统（“utf-8”）

导入re

fin=打开（”在.txt中“，”R“）”通过读取打开输入文件

对于fin中的每一行：”通过行读取文件内容

行=每条线.strip(). 解码（“GBK”，“UTF-8”），在处理前进行相关处理，包括转换为Unicode等

打印行#打印原始字符

P2=重新编译（ur“[^1-龥]”）中文的编码范围是：从“1到”

zh=“”。连接（P2。拆分（行））。条带（）]谝zh=“，”（zh.拆分（））

print zh#print Chinese characters

关于正则匹配的一些基本知识，请看我的关于学习正则表达式的博客

~]；-*-编码：UTF-8-*-这句话是告诉python程序中的文本是UTF-8编码，这样Python就可以根据UTF-8来读取程序。在程序之前添加u是为了告诉python以下是Unicode编码，它以Unicode格式存储。

python文本挖掘 python读取文本文件 python中文文本分析

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。