Remove chinese characters

Question

I'm want to remove the chinese characters of a text or any other any character that isnt Latin

i tried using encoding='UTF-8' but dont works

Text Example: Um olhar maligno que só desejava a destruição! “Parem-o!” Ele ordenou os demônios. Os demônios abriram suas asas, seguraram suas armas e lançaram magia. Σ? ?Γαπ? ……. ” Γει? !!

I want that return Um olhar maligno que só desejava a destruição! “Parem-o!” Ele ordenou os demônios. Os demônios abriram suas asas, seguraram suas armas e lançaram magia. ? ?? ……. ” ? !!

here is a way to find them all: https://stackoverflow.com/questions/2718196/find-all-chinese-text-in-a-string-using-python-and-regex and then you only have to delete. hope it helps — basilisk, Jul 27 '19 at 14:19

score 4 · Answer 1 · answered Jul 27 '19 at 14:27

Try this, is this what you wanted?

test = "Um olhar maligno que só desejava a destruição! “Parem-o!” Ele ordenou os demônios. Os demônios abriram suas asas, seguraram suas armas e lançaram magia. Σ? ?Γαπ? ……. ” Γει? !!"
import re
regex = re.compile('[^\u0020-\u024F]')
#First parameter is the replacement, second parameter is your input string
regex.sub('', test)

score 0 · Answer 2 · answered Jul 27 '19 at 14:27

0

Try to use this extension of Latin encoding:

ISO 8859-2 (Latin 2)

answered Jul 27 '19 at 14:27

Constantin

29
2

I'm curious. Why did you suggest ISO 8859-2 (Latin 2) rather than ISO/IEC 8859-1 (Latin 1)? – Rory Daulton Jul 27 '19 at 14:48
Latin-2 includes characters of Eastern European languages – Constantin Jul 27 '19 at 16:44

Remove chinese characters

2 Answers2