Python正则表达式匹配汉字、英文、数字、常用符号等

要创建一个正则表达式，用于匹配汉字（包括但不限于常用的汉字和扩展汉字）、数字、英文字符、换行符（\n、\r）、制表符（\t）以及常见的和特殊符号，同时过滤掉其他字符，可以使用以下正则表达式：

^[\u2E80-\u9FFFa-zA-Z0-9\n\r\t!@#$%^&*()_+={}[\]|:;"'<>,.?/~`-]+$

解释：

• ^ 和 $：分别表示字符串的开始和结束，确保整个字符串都符合匹配规则。
• [\u2E80-\u9FFF]：匹配 Unicode 范围内的汉字，包括常用汉字和扩展汉字。
• a-zA-Z：匹配所有英文字母（大小写）。
• 0-9：匹配所有数字。
• \n\r\t：匹配换行符、回车符和制表符。
• !@#$%^&*()_+={}[\]|:;"'<>,.?/~-`：匹配常见的标点和特殊符号。

示例：

假设你有一个字符串 你好，世界!123\nHello, World!，使用上述正则表达式将匹配整个字符串，因为它包含汉字、英文、数字、换行符和常见符号。

使用示例（Python）：

import re

# 定义正则表达式
pattern = re.compile(r'^[\u2E80-\u9FFFa-zA-Z0-9\n\r\t!@#$%^&*()_+={}[\]|:;"\'<>,.?/~`-]+$')

# 测试字符串
test_string = "你好，世界!123\nHello, World!"

# 检查是否匹配
if pattern.match(test_string):
    print("匹配成功")
else:
    print("匹配失败")

过滤掉不匹配的字符：

如果你有一个字符串，需要过滤掉不匹配的字符，可以使用 re.sub 方法：

import re

# 定义正则表达式
pattern = re.compile(r'[\u2E80-\u9FFFa-zA-Z0-9\n\r\t!@#$%^&*()_+={}[\]|:;"\'<>,.?/~`-]+')

# 测试字符串
test_string = "你好，世界!123\nHello, World! 你好，世界!123\nHello, World! 你好，世界!123\nHello, World! 😊"

# 过滤掉不匹配的字符
filtered_string = ''.join(pattern.findall(test_string))

print(filtered_string)

上述代码将过滤掉 😊 这样的表情符号，只保留匹配的字符。