Regex python字符串仅替换保留非英语字母的特殊字符

如何仅从字符串中删除特殊字符，而不删除外语字符。当我尝试下面的代码时，它会删除特殊字符和非英语字母。但我只想删除特殊字符（出现在普通英语句子中的特殊字符）

上面的代码导致

0            A
1            B
2            C
3            D
4            E
5            F
6           ds
7            G
8         dsds
9    Endstrisi
Name: name, dtype: object

0            A
1            B
2            C
3            D
4            E
5            F
6           ds
7            G
8         dsds
9    Endüstrisi
Name: name, dtype: object

但我想要的是

上面的代码导致

0            A
1            B
2            C
3            D
4            E
5            F
6           ds
7            G
8         dsds
9    Endstrisi
Name: name, dtype: object

0            A
1            B
2            C
3            D
4            E
5            F
6           ds
7            G
8         dsds
9    Endüstrisi
Name: name, dtype: object

你可以用

df['name']=df['name'].str.replace（r'[^\w\s]|"，''，regex=True）

在Python 3中，默认情况下，所有正则表达式速记字符类（如

\w

，

\d

，

\s

）都支持Unicode，因为默认情况下，

re.U

（

re.Unicode

）标志处于启用状态。因此，如果在求反字符类中使用

\w

构造，它将匹配除任何Unicode字母、数字和

\u

以外的所有字符

由于您不希望匹配空格，

\s

被添加到否定字符类中

下划线不能包含在否定字符类中（因为它将不匹配），您需要一个替代项来匹配

。

因此，模式匹配

• [^\w\s]

  -除Unicode字母、数字、空格和

  \uuuu

• |

  -或

• 。

  -下划线

---

您的预期输出似乎与您得到的相同。但是您只需要

df['name'].str.replace（r'[^\w\s]|"，''，regex=True）

我的印象是

\w

只匹配英文字母和数字。不，在Python 3中，regex速记字符类默认支持Unicode，默认情况下，

re.U

标志处于启用状态。