如何在python中除去字母以外的所有内容？

Question

我有这样一个文本文件：

莎莉。。。去了。。去商店！！#买了一个苹果和一个百吉饼@@ 然后她回家了

---

我如何删除所有额外的东西，如“…”和“.”和“@”，并将单词作为列表中的项目来获取

我试过了

filename.rstrip().split()

Answer 1

这应该起作用：

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()))

本质上

1. 在列表中仅包含空格、A-Z或A-Z字母
2. 把字母重新连成一个字符串
3. 用空格分隔字符串

Answer 2

我将您提到的内容放在一个文件中，并将其命名为“mix_char.txt”。我又添加了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，我使用下面的代码片段读取文件，然后使用正则表达式执行此操作： 考虑到您只寻找由字母组成的单词：

re.sub->；用于用另一个图案替换一个图案

[^a-zA-Z\n]*'->；找到所有不包含字母、空格和新行的模式，并将其替换为零（即：删除它们）

拆分：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 3

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白：

import re

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

编辑：

在文本文件中读取

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

result是您要查找的列表