Python，从字符串中删除所有非字母字符

Question

我正在编写一个 python MapReduce 字数统计程序。问题是数据中散布着许多非字母字符，我发现这篇文章 Stripping everything but alphanumeric chars from a string in Python 显示了一个使用正则表达式的好解决方案，但我不确定如何实现它

def mapfn(k, v):
    print v
    import re, string
    pattern = re.compile('[\W_]+')
    v = pattern.match(v)
    print v
    for w in v.split():
        yield w, 1

恐怕我不确定如何使用库 re 甚至是正则表达式。我不确定如何将正则表达式模式应用于传入字符串（书行） v 正确检索没有任何非字母数字字符的新行。

建议？

原文由 KDecker 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用 re.sub

 import re

regex = re.compile('[^a-zA-Z]')
#First parameter is the replacement, second parameter is your input string
regex.sub('', 'ab3d*E')
#Out: 'abdE'

或者，如果您只想删除一组特定的字符（因为撇号在您的输入中可能没问题……）

 regex = re.compile('[,\.!?]') #etc.

原文由 limasxgoesto0 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

如果您不想使用正则表达式，您可以尝试

''.join([i for i in s if i.isalpha()])

原文由 Tad 发布，翻译遵循 CC BY-SA 3.0 许可协议