如何删除一些非英语字母的字符串？

Question

我不熟悉正则表达式，python。例如，我的字符串列表是：

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

现在，我想删除所有带有非英语字母的字符串。所以，我只想保持：

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

我不知道怎么用^或其他什么来做这个？有人能帮帮我吗？你知道吗

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'])]

为什么我会有这样的错误：

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

有谁能告诉我怎么解决这个问题，为什么会这样？你知道吗

Answer 1

如果您有一个列表，并且希望将其筛选为只包含符合某些条件的元素，则使用if的列表理解非常适合：

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

您想筛选任何只包含字母“a”到“z”和“a”到“z”的内容，这是正则表达式易于使用的地方：

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^开头，以$结尾，告诉re.match()它应该从头到尾匹配整个字符串。[a-zA-Z]定义一个字符类，其中包含您要查找的字母。通常你会使用\w，但这也包括数字。最后，+表示字符串中需要有1个或多个字符（如果使用*，则需要有0个或多个字符）