标签： regex text cjk
我有一个中文文本语料库。除了中文字符，它还具有
1）英文字符
2）类似空格的字符
3）中文标点符号，例如。、、、等
4）个数字，例如1.23
我想保留所有中文字符和4），删除1）-3）。有任何方便的工具/代码可以实现这一目标吗？