正则表达式匹配除数字和特殊字符以外的所有内容

Question

对于此列表，我如何提取除数字和特殊字符之外的所有内容。

Jéssica Andrade 1
Joanna Jędrzejczyk
8 Maurício Rua
Jiří Procházka
(6) Anthony Smith
Volkan Oezdemir
Nikita Krylov
Johnny Walker 9

所需输出/匹配：

Jéssica Andrade
Joanna Jędrzejczyk
Maurício Rua
Jiří Procházka
Anthony Smith
Volkan Oezdemir
Nikita Krylov
Johnny Walker

[az AZ]+仅匹配英文字符。 [^\\x00-\\x7F]+或[^\-\]+仅匹配非英文字符。

不知道从这里做什么。

Answer 1

尝试以下正则表达式（带有i标志），

([a-z\u00C0-\u024F] ?)+

正则表达式演示

---

解释

• [az] - 匹配任何字母字符（ i启用）

• [\À-\ɏ] - 匹配
  • \À-\ÿ Latin-1 补充
  • \Ā-\ſ拉丁文扩展-A
  • \ƀ-\ɏ拉丁文扩展-B

• ? - 匹配空格 0 或 1 次

Answer 2

你可以在re.sub使用这个正则表达式：

\s*(?:\d|[^\w\s])+\s*

正则表达式演示

正则表达式详情：

• \\s* : 匹配 0 个或多个空格
• (?:\\d|[^\\w\\s]) ：匹配数字或不是单词字符且不是空格的字符。 匹配 1 个或多个此非捕获组。
• \\s* : 匹配 0 个或多个空格

代码：

import re

regex = r"[ \t]*(?:\d|[^\w\s])+[ \t]*"

test_str = ("Jéssica Andrade 1\n"
    "Joanna Jędrzejczyk\n"
    "8 Maurício Rua\n"
    "Jiří Procházka\n"
    "(6) Anthony Smith\n"
    "Volkan Oezdemir\n"
    "Nikita Krylov\n"
    "Johnny Walker 9\n")

result = re.sub(regex, "", test_str, 0, re.UNICODE)