Python，从字符串中删除所有非字母字符

Question

我正在编写python
MapReduce字数统计程序。问题是数据中散布着许多非字母字符，我发现这篇文章从Python的字符串中剥离了除了字母数字字符之外的所有内容，这显示了使用正则表达式的一个很好的解决方案，但是我不确定如何实现它

def mapfn(k, v):
    print v
    import re, string 
    pattern = re.compile('[\W_]+')
    v = pattern.match(v)
    print v
    for w in v.split():
        yield w, 1

恐怕我不确定该如何使用该库re甚至正则表达式。我不确定如何将正则表达式模式v正确地应用于传入的字符串（书的一行）以检索没有任何非字母数字字符的新行。

有什么建议吗？

Answer 1

采用 re.sub

import re

regex = re.compile('[^a-zA-Z]')
#First parameter is the replacement, second parameter is your input string
regex.sub('', 'ab3d*E')
#Out: 'abdE'

或者，如果您只想删除一组特定的字符（因为输入中可以使用撇号…）

regex = re.compile('[,\.!?]') #etc.