如何摆脱python中除了字母之外的所有东西？ [关闭]

Question

我有一个这样的文本文件：

莎莉……去了……去商店！！#买了一个苹果和一个百吉饼……@@ 然后她就回家了。

---

如何删除所有多余的内容，例如“...”、“..”和“@”，并将单词作为列表中的项目获取？

我试过了

filename.rstrip().split()

Answer 1

我把你提到的内容放在一个文件中，命名为“mix_char.txt”。我添加了另外两条随机线来测试新线。以下是文件内容的外观：

Sally ... went .. to the store !!# and bought an apple and a bagel..@@ Then she went home.
Sally ...      @#$#%$#%$%#                  went ..
  to .......A Store #$%#@$in 4567downtown

然后我使用下面的 sn-p 代码来读取文件，然后使用正则表达式来完成这项工作： 考虑到您只查找由字母组成的单词：

re.sub -> 用于将一个模式替换为另一个模式

[^a-zA-Z \n]*' -> 找出所有 not 包含字母、空格和换行符的模式，并将它们替换为空（即：e：删除它们）

split : 将新创建的字符串转换为列表。

import re
with open('mix_char.txt') as fh:
    str = fh.read()
    print (re.sub('[^a-zA-Z \n]*','',str).split())

您可以根据需要将修改后的数据写回另一个文件。

Answer 2

使用正则表达式。在 python 中，这是通过 re 模块完成的。

[^a-zA-Z ] 表示不是字母（或空格）的字符。您可以使用re.sub 将它们全部替换为空格：

import re

def remove_non_letters(string):
    return re.sub("[^a-zA-Z] ", " ", string).split()

编辑：

用

读入文本文件

with open('data.txt', 'r') as file:
    string = file.read()
    result = remove_non_letters(string)

result 是您要查找的列表。

Answer 3

这应该可行：

s = "Sally ... went .. to the store !!# and bought an apple and a bagel..@@ Then  she went home."
s = [i for i in s if ord(i)>=65 and ord(i)<=122 or i==" "]
print("".join(s).split()))

基本上，

1. 列表中仅包含空格、A-Z 或 a-z 字母
2. 将字母重新组合成一个字符串
3. 用空格分割字符串