如何删除一些非英文字母的字符串？

Question

我是正则表达式和 Python 的新手。比如我的字符串列表是：

my_try = ['Aas','1Aasdf','cc)','ASD','.ASD','aaaa1','A']

现在，我想删除所有非英文字母的字符串。所以，我只想保留：

['Aas','ASD','A']

我不知道如何使用 ^ 或其他东西来做这个？

而且，如果我的数据是：

my_try=pd.DataFrame({'try':
                         ['Aas','1Aasdf','cc)','A2SD','.ASD',
                          'aaaa1','A','123%']})

然后我使用：

[x for x in my_try if re.match(r'^[a-zA-Z]+$', x['try'])]

为什么会出现这样的错误：

Traceback (most recent call last):
  File "C:\feng\myCode\infoExtract\venv\lib\site-packages\IPython    \core\interactiveshell.py", line 3319, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-58-4bd95f31bd0c>", line 1, in <module>
    [x for x in my_try if re.match(r'^[a-zA-Z]+$', x['try'])]
  File "<ipython-input-58-4bd95f31bd0c>", line 1, in <listcomp>
    [x for x in my_try if re.match(r'^[a-zA-Z]+$', x['try'])]
 TypeError: string indices must be integers

我该如何解决这个问题，为什么会这样？

Answer 1

您有一个列表并希望将其过滤为仅包含与某些条件匹配的元素，具有 if 的列表推导非常适合：

my_list = [1, 2, 3, 4, 5, 6]
# just even numbers:
print([x for x in my_list if x % 2 == 0])

并且您想过滤仅由字母 'a' 到 'z' 和 'A' 到 'Z' 组成的任何内容，这是易于使用正则表达式的地方:

my_try = ['Aas','1Aasdf','cc)','ASD','.ASD','aaaa1','A']
print([x for x in my_try if re.match('^[a-zA-Z]+$', x)])

正则表达式以 ^ 开始并以 $ 结束，告诉 re.match() 它应该匹配整个字符串，从头到尾。 [a-zA-Z] 定义一个字符 class，其中包含您要查找的字母。通常您会使用 \w 但这也包括数字。最后，+ 意味着字符串中需要有 1 个或多个字符（如果使用 * 则为 0 个或多个字符）

如何删除一些非英文字母的字符串？

How to delete some strings with non-English letters?

python

regex

string

dataframe

letter