使用RegEx从Python字符串的开头删除所有非字母字符

Question

我有各种单词列表，其中许多是嘈杂的。嘈杂，我的意思是它从一些非字母字符开始，如'''，' - '。例如：“thisword，-thisword， - ”这个词，.thisword，可以是其他几个。

就像我们可以使用

删除ascii一样

from string import ascii letter
string.lstrip(ascii_letters)  

python中有没有类似的方法可以处理non_ascii而不使用正则表达式？

谢谢！

Answer 1

为什么不使用string.puctuation

>>> from string import punctuation
>>> "-asdf".lstrip(punctuation)
'asdf'
>>> "'asdf".lstrip(punctuation)
'asdf'
>>> '"asdf'.lstrip(punctuation)
'asdf'
>>> ',asdf'.lstrip(punctuation)
'asdf'

Answer 2

只保留字词

中的字母

"".join([x for x in word if x.isalpha()])

Answer 3

使用itertools.dropwhile：

>>> def removes(s):
...     return "".join(itertools.dropwhile(lambda x:not x.isalnum(),s))
... 
>>> removes("---thisword")
'thisword'
>>> removes("-^--thisword")
'thisword'
>>> removes("thisword")
'thisword'
>>> removes("...thisword")
'thisword'

Answer 4

否定字符集：

>>> from string import ascii_letters
>>> non_letter = ''.join(set(map(chr, range(128))) - set(ascii_letters))
>>> s = '-hello'
>>> s.lstrip(non_letter)
'hello'

Answer 5

我建议使用while循环修剪每个字符串，直到它击中ascii。将非asciis加载到列表中然后搜索，直到您点击ascii。将其实现为一个函数，以便您可以有效地抽象出任务。

希望有所帮助。