Python 用于删除除A-z以外的所有字符和删除所有包含数字的字的正则表达式

我的目标是编写一个函数，该函数输入文本并用空格替换除拉丁字母（a-z）以外的所有字符，此外还删除所有包含数字的单词。然后用一个空格替换所有多个空格

例如：

' hello, world! ho1hoho2ho, merry xmas!! ho1ho1 :))' -> 'hello world merry xmas'. 

实现此功能的Python函数：

def clean_text(text):
    text_valid = re.sub(u'[^A-z0-9]', ' ', text)
    return ' '.join(word for word in text_valid.split()
                    if not re.search(r'\d', word))

现在我想知道是否有一个正则表达式，也许，所以我可以写一些类似的东西

return ' '.join(re.findall(enter_my_magical_regex_here))

---

或者，也许有另一种方法可以用更快（希望更短）的代码替换上面的代码。

这将为您提供所需的输出-

x = ' hello, world! ho1hoho2ho, merry xmas!! ho1ho1 :))'
re.sub('[!,]', '', ' '.join([i for i in x.split() if not re.findall('[\d+:\\?\"<>*/|]', i)]))

x='你好，世界！呵呵，圣诞快乐！！ho1ho1:）'
re.sub（“[！，]”，“，”，“，”）.join（[i代表x.split（）中的i，如果不是re.findall（“[\d+：\ \？\”*/；]”，i）]）

---

但是你可能需要在这里和那里调整一些东西

这将得到你想要的输出-

x = ' hello, world! ho1hoho2ho, merry xmas!! ho1ho1 :))'
re.sub('[!,]', '', ' '.join([i for i in x.split() if not re.findall('[\d+:\\?\"<>*/|]', i)]))

x='你好，世界！圣诞快乐！！圣诞快乐：）'
re.sub（“[！，]”，“，”，“，”）.join（[i代表x.split（）中的i，如果不是re.findall（“[\d+：\ \？\”*/；]”，i）]）

但是你可能需要在这里和那里调整一些东西

你可以使用

' '.join(re.sub('([^A-Za-z0-9 ]|[^ ]*[0-9][^ ]*)', '', text).split())

你可以用

' '.join(re.sub('([^A-Za-z0-9 ]|[^ ]*[0-9][^ ]*)', '', text).split())

---

仅供参考：该字符集应为

[^0-9A-Za-z]

，以匹配除ASCII数字和字母以外的所有字符。（

\W

会让下划线通过。）不要使用

[A-а]

匹配俄语字母，您需要使用

[А-а-ёЁ]

。英文字符可以与

[a-zA-Z]

匹配。请尝试

re.sub（ur'^\s*.$$$\s*（？：[^\W\d\U]*\d[^\W\d\U]*.[^a-zA-Z\d\s]+，''，text，flags=re.U）

请参考：该字符集应为

[^0-9A-zA-Z]

，以匹配ASCII数字和字母以外的所有字符。（

\W

会让下划线通过。）不要使用

[A-а]

匹配俄语字母，您需要使用

[А-а-ёЁ]

。英语单词可以与

[a-zA-Z]

匹配。试试

re.sub（ur'^\s*.$$\s*（？：[^\W\d\U]*\d[^\W\d\U]*.[^a-zA-Z\d\s]+，''，text，flags=re.U）

看看

U

的用法是什么？