import re

def extract_chinese_re(text):
    # 匹配所有中文字符（包括汉字和中文标点）
    pattern = re.compile(r'[\u4e00-\u9fff\u3000-\u303f\uff00-\uffef]')
    result = ''.join(pattern.findall(text))
    return result

# 示例用法
text = "Hello, 世界! 2023年Python教程。"
print(extract_chinese_re(text))  # 输出: "世界年Python教程。"
            

def extract_chinese_unicode(text):
    # 主要汉字Unicode范围
    chinese_chars = []
    for char in text:
        if '\u4e00' <= char <= '\u9fff':
            chinese_chars.append(char)
    return ''.join(chinese_chars)

# 示例用法
text = "Python3编程：学习人工智能和机器学习！2023"
print(extract_chinese_unicode(text))  # 输出: "编程学习人工智能和机器学习"
            

# 使用jieba分词库提取汉字
import jieba

def extract_chinese_jieba(text):
    # 使用jieba进行分词
    words = jieba.cut(text)
    # 过滤非汉字词语
    chinese_words = [word for word in words if '\u4e00' <= word <= '\u9fff']
    return ''.join(chinese_words)

# 示例用法
text = "自然语言处理(NLP)是人工智能的重要分支。"
print(extract_chinese_jieba(text))  # 输出: "自然语言处理是人工智能的重要分支"
            

推荐第三方库

• jieba - 最流行的中文分词工具
• pyltp - 哈工大语言技术平台
• THULAC - 清华大学中文词法分析工具包
• SnowNLP - 中文文本处理库

选择建议

• 对于简单文本提取，推荐使用正则表达式方法
• 当需要排除所有标点符号时，使用Unicode范围方法
• 在自然语言处理任务中，使用第三方库效果更好
• 处理大型数据集时，优先考虑正则表达式以提升效率

注意事项

• 中文标点符号（如，。？！）通常也在Unicode汉字范围内
• 某些罕见汉字可能不在基本汉字Unicode范围内
• 不同方法对中文数字（如"一"、"二"）的处理结果一致
• 繁体字也在基本汉字Unicode范围内