import re

# 正则对字符串的清洗
def textParse(str_doc):
    # 正则过滤掉特殊符号、标点、英文、数字等
        r1 = '[a-zA-Z0-9'!"#$%&'()*+,-./:：;；|<=>?@.-。？☆、]^_`{|}~]+'
        # 去除空格
        r2 = '\s+'
        str_doc = re.sub(r1,' ',str_doc)
        str_doc = re.sub(r2,' ',str_doc)
        # 去除换行符
        str_doc = str_doc.replace('n','')
        return str_doc
        
def readFile(path):
    str_doc=""
    with open(path,'r',encoding='utf-8')as f:
        str_doc = f.read()
    return str_doc

if __name__=='__main__':
    # 1.读取文本
    path = r'../dataSet/CSCMNews/体育/0.txt'
    str_doc = readFile(path)
    # print(str_doc)
    # 2.数据清洗
    mystr=textParse(str_doc)
    print(mystr)

以上是课堂代码

1.with open这种方式可以自己关闭不用我们自己关