相关疑难解决方法(0)

有没有一种方法可以将这种replace方法应用于一般的Unicode文本（这里是阿拉伯语）？在下面的示例中，虽然替换整个单词在英语文本上效果很好，但是它无法检测到，因此替换了阿拉伯单词。我添加了u作为标记以启用unicode解析，但这没有帮助。在下面的阿拉伯语示例中，单词?????? 应该替换，但不能替换???????，但这不会发生。

<!DOCTYPE html>
<html>
<body>
<p>Click to replace...</p>
<button onclick="myFunction()">replace</button>
<p id="demo"></p>
<script>
function myFunction() {
  var str = "????? ?????? ???????? ?? ?????? ???????";
  var rep = '??????';
  var repWith = '?????';

  //var str = "the sun and the stars, then the starsz and the day";
  //var rep = 'stars';
  //var repWith = 'night';

  var result = str.replace(new RegExp("\\b"+rep+"\\b", "ug"), repWith);
  document.getElementById("demo").innerHTML = result;
}
</script>
</body>
</html>

Run Code Online (Sandbox Code Playgroud)

并且，无论您提供什么解决方案，都请使用上面代码中的变量（上面的变量rep），因为要查找的这些替换词是通过函数调用传递的。

更新：要尝试上面的代码，请用上面的代码替换此处 …

javascript regex

moh*_*adi

2017 12-25

5
推荐指数

1
解决办法

169
查看次数

检测正则表达式中的阿拉伯字符

我有一个阿拉伯语句子数据集，我想删除非阿拉伯语字符或特殊字符。我在 python 中使用了这个正则表达式：

text = re.sub(r\'[^\xd8\xa1-\xd9\x8a0-9]\',\' \',text)\n

Run Code Online (Sandbox Code Playgroud)\n

它工作得很好，但在某些句子中（整个数据集中的 4 个案例），正则表达式还删除了阿拉伯单词！

我使用 Panda （python 包）读取数据集，如下所示：

train = pd.read_excel(\'d.xlsx\', encoding=\'utf-8\')\n

Run Code Online (Sandbox Code Playgroud)\n

只是为了在图片中向您展示，我在 Pythex 网站上进行了测试：\n

问题是什么？

------------------ 编辑：

例子中的句子：

\n
\xd8\xa7\xd9\x86\xd8\xa7 \xd8\xa8\xd8\xad\xd9\x83\xd9\x8a \xd8\xb1\xd8\xac\xd8\xb9\xd9\x88 \xd9\x85\xd8 \xa8\xd8\xa7\xd8\xb1\xd9\x83 \xd9\x88\xd8\xa7\xd8\xb9\xd9\x85\xd9\x84\xd9\x88 \xd8\xad\xd9\x81\xd9\x84 \xd8\xa9 \xd9\x88\xd8\xa7\xd8\xad\xd8\xb1\xd9\x82\xd9\x88\xd9\x87\xd8\xa7 \xd8\xa8\xd8\xa7\xd9\x84\xd9 \x85\xd8\xb9\xd8\xa7\xd8\xb2\xd9\x8a\xd9\x85 \xd9\x88\xd9\x84\xd9\x85\xd8\xa7 \xd8\xa7\xd9\x84\xd8\xa7 \xd8\xae\xd9\x88\xd8\xa7\xd9\x86 \xd9\x8a\xd8\xb1\xd9\x88\xd8\xad\xd9\x88\n\xd9\x8a\xd8\xb9\xd8\xb2 \xd9\x88 \xd8\xa7\xd8\xad\xd8\xb1\xd9\x82\xd9\x88 \xd8\xa7\xd9\x84\xd8\xb9\xd8\xb2\xd8\xa7 -- \xd8\xa7 \xd8\xad\xd8\xb3\xd9\x86\xd9\x84\xd9\x83\xd9\x85 \xd9\x88\xd8\xa7\xd9\x84\xd9\x84\xd9\x87 #\xd9\x85\ xd8\xb5\xd8\xb1
\n
\xef\xba\xb7\xef\xbb\x94\xef\xbb\xb4\xef\xbb\x96 \xef\xba\x83\xef\xba\xad\xef\xba\xa9\xef\xbb\xad\xef \xbb\x8f\xef\xba\x8e\xef\xbb\xa5 \xef\xbb\xa3\xef\xba\xbc\xef\xba\xae ..\xef\xba\x83\xef\xba\xa3\xef \xbb\xa8\xef\xba\x8d \xef\xbb\xa7\xef\xba\x92\xef\xbb\x98\xef\xbb\xb0 \xef\xbb\xa3\xef\xbb\xb4\xef\xbb \xa6 \xef\xbb\xb3\xef\xba\x8e \xef\xba\xa9\xef\xba\x8d\xef\xba\xa9\xef\xba\x8d\xd8\x9f #\xef\xbb\xa3\ xef\xba\xb4\xef\xba\xa8\xef\xba\xae\xef\xba\x93 #\xef\xbb\x8b\xef\xba\x92\xef\xba\x9a #EgyPresident #埃及 #\xef\ xbb\xa3\xef\xbb\x98\xef\xba\x8e\xef\xbb\x83\xef\xbb\x8c\xef\xbb\xae\xef\xbb\xa5\xd9\x84\xd8\xa7\xd9\ x8a\xd8\xa7\xd8\xad\xd8\xa8\xd9\x8a\xd8\xa8\xd9\x8a\xd9\x85\xd8\xa7\xd8\xad\xd8\xb2\xd8\xb1\xd8\xaa: \xd8\xa8\xd8\xb4\xd8\xa7\xd8\xb1 …

python regex python-3.x

Gha*_*nem

2020 06-20

4
推荐指数

1
解决办法

6486
查看次数