如何使用Python从CSV文件的列中删除英语单词

Question

对Python来说非常陌生

问题：我有一个csv文件，其中包含字母数字文本行，我想删除所有英文单词。例如，输入为：“56X-233丁烷蒸发器蒸汽疏水阀” 所需的输出仅为：“56X-233”

答案是否类似于使用NLTK删除停止词

多谢各位

Answer 1

如果您不关心匹配实际单词，则可以使用正则表达式匹配其中没有数字的任何单词：

import re

def remove_words(line):
    # Remove words containing only letters
    line = re.sub(r"\b[A-Za-z]+\b", "", line)

    # Remove remaining extra spaces
    return re.sub(" +", " ", line).strip()

print(remove_words("Steam traps on Steam to 56X-233 Butane Vaporizer"))

要对整个文件执行此操作，只需抓取文件的每一行并在其上运行上述代码：

with open("my_file.txt") as f:
    for line in f.readlines():
        print(remove_words(line))