使用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，如果您只想删除某一组字符（作为撇号可能可以在您的输入中...）

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

如果不想使用regex，可以尝试

''.join([i for i in s if i.isalpha()])

您可以使用re.sub（）函数移除这些字符：

>>> import re
>>> re.sub("[^a-zA-Z]+", "", "ABC12abc345def")
'ABCabcdef'

re.sub（匹配模式、替换字符串、要搜索的字符串）

• "[^a-zA-Z]+"-查找不是a-zA-z的任意字符组。
• ""-将匹配的字符替换为“”

试试看：

s = ''.join(filter(str.isalnum, s))

这将从字符串中取出每个字符，只保留字母数字字符，并从它们构建一个字符串。

最快的方法是regex

#Try with regex first
t0 = timeit.timeit("""
s = r2.sub('', st)

""", setup = """
import re
r2 = re.compile(r'[^a-zA-Z0-9]', re.MULTILINE)
st = 'abcdefghijklmnopqrstuvwxyz123456789!@#$%^&*()-=_+'
""", number = 1000000)
print(t0)

#Try with join method on filter
t0 = timeit.timeit("""
s = ''.join(filter(str.isalnum, st))

""", setup = """
st = 'abcdefghijklmnopqrstuvwxyz123456789!@#$%^&*()-=_+'
""",
number = 1000000)
print(t0)

#Try with only join
t0 = timeit.timeit("""
s = ''.join(c for c in st if c.isalnum())

""", setup = """
st = 'abcdefghijklmnopqrstuvwxyz123456789!@#$%^&*()-=_+'
""", number = 1000000)
print(t0)

2.6002226710006653 Method 1 Regex
5.739747313000407 Method 2 Filter + Join
6.540099570000166 Method 3 Join

如果你打算匹配特定的Unicode属性类，建议使用PyPi regex module。这个库也被证明是更稳定的，特别是处理大文本，并且在不同的Python版本中产生一致的结果。你所需要做的就是保持它的最新。
如果安装它（使用pip install regex或pip3 install regex），则可以使用

import regex
print ( regex.sub(r'\P{L}+', '', 'ABCŁąć1-2!Абв3§4“5def”') )
// => ABCŁąćАбвdef

从text中移除除Unicode字母以外的所有1个或多个字符的块。请参见Python在线演示。您也可以使用"".join(regex.findall(r'\p{L}+', 'ABCŁąć1-2!Абв3§4“5def”'))来获得相同的结果。
在Python re中，为了匹配任何Unicode字母，可以使用[^\W\d_]构造（Match any unicode letter?）。
因此，要删除所有非字母字符，您可以匹配所有字母并连接结果：

result = "".join(re.findall(r'[^\W\d_]', text))

或者，删除与[\W\d_]模式（与[^\W\d_]相反）匹配的所有字符：

result = re.sub(r'[\W\d_]+', '', text)

• • 然而**，在不同的Python版本中，你可能会得到不一致的结果，因为Unicode标准正在发展，与\w匹配的字符集将取决于Python版本。强烈建议使用PyPi regex库来获得一致的结果。

下面是另一个可调用函数，它可以删除所有不符合普通英语的内容：

import re
remove_non_english = lambda s: re.sub(r'[^a-zA-Z\s\n\.]', ' ', s)

用法：

remove_non_english('a€bñcá`` something. 2323')
> 'a b c    something     '