替换字符串中的所有非字母字符

Question

这段话的意思是要把所有的数字、特殊字符和不可打印的字符都替换掉。不过，我不能使用 re 这个库。

line = line.rstrip() # this get rids of the white spaces
if character in string.digits or character in string.punctuation:
    line = line.replace(character, "")

但是，这样做并不能去掉 \ 这个字符；我该怎么检查这个字符并把它替换成空的呢？用 character in "\" 这种方式不管用。

Answer 1

你应该保护好反斜杠“\”。用“\\”来表示。

Answer 2

你只需要用 str.isalpha() 来检查一个字符是不是字母：

>>> st='hsfjebhjbe283628362et#@%\\\\\\\\\\\\\\!!@$*)(|<>~\%^%@%^///;...][]=--]9988bjwqgvs'
>>> ''.join(i for i in st if i.isalpha())
'hsfjebhjbeetbjwqgvs'

如果想检查一个字符是不是字母或数字，可以用 str.isalnum()：

>>> ''.join(i for i in st if i.isalnum())
'hsfjebhjbe283628362et9988bjwqgvs'

Answer 3

只需要遍历这个字符串，保留所有的字母字符。你可以用列表推导式和连接操作来实现这个。

import string
line = ''.join(c for c in line if c in string.ascii_letters)

不过，如果你想更好地处理unicode字符串，可以使用 isalpha()：

>>> line = u'ABcdef124__++--()zyxôôô999٤end'
>>> print(''.join(c for c in line if c.isalpha()))
ABcdefzyxôôôend

这样的话，像 ô（带有抑扬符的拉丁小写字母o）会被保留，但 ٤（阿拉伯数字四）就不会被保留，这样的处理看起来是对的。