Python删除非字母数字字符，但保留空格和西班牙语/葡萄牙语字符

Question

说我有

text = "El próximo AÑO, vamos a salir a Curaçao... :@ :) será el día #MIÉRCOLES 30!!!!"

我怎样才能把它变成

text2 = "El próximo AÑO vamos a salir a Curaçao será el día MIÉRCOLES 30"

使用正则表达式？你知道吗

Answer 1

您可以尝试使用\W字符类：

re.sub(r'\W+', ' ', text)

Answer 2

如果需要与Python 2.7兼容，可以使用str.isalpha()方法：

# -*- coding: utf-8 -*-
import re
text = u"El próximo AÑO, vamos a salir a Curaçao... :@ :) será el día #MIÉRCOLES 30!!!!"
print(re.sub(' +', ' ', ''.join(c for c in text if c.isalpha() or c.isdigit() or c.isspace())))

这将输出：

El próximo AÑO vamos a salir a Curaçao será el día MIÉRCOLES 30