问题

针对一个字符串按特定模式,比如数字、字母、表情符等分割

方法

使用python的re库

import re
re_han = re.compile("([\u4E00-\u9FD5a-zA-Z0-9+#&\._%\-]+)", re.U)
re_eng = re.compile('[a-zA-Z0-9]', re.U)

sentence = "我来到了emm北京清华大学????哈哈"

re_han.split(sentence)  # ['', '我来到了emm北京清华大学', '????', '哈哈', '']
re_eng.split(sentence)  # ['我来到了', '', '', '北京清华大学????哈哈']