仅选择包含字母字符的行

Question

我的数据格式如下：

data = [['@datumbox', '#machinelearning'],
 ['@datumbox', '#textanalysis'],
 ['@things_internet', '#iot'],
 ['@things_internet', '#h...'],
 ['@custmrcom', '#analytics123'],
 ['@custmrcom', '#strategy...123'],
 ['@custmrcom', '#1knowledgetweet'],
 ['@tamaradull', '#@bigbrother']]

我希望检查是否有非字母的hashtag。如果存在，则删除相应的行。

期望的输出为：

data = [['@datumbox', '#machinelearning'],
 ['@datumbox', '#textanalysis'],
 ['@things_internet', '#iot']]

我认为我需要使用 re.sub (例如，re.compile（' [^ a-zA-Z] '））。 到目前为止，这是我的代码:

newdata = []

for item in data:
    regex = re.compile('[^a-zA-Z]')
    if regex.match(item[1]):
        newdata.append([item[0], item[1]])

有任何建议吗？

- kevin

---

你可以展示一下你目前已经做了什么吗？ - idjaw

请记得排除 #，因为它是一个非字母字符。 - Nayuki

#是“井号”的意思，所以我希望保留它。 - kevin

Answer 1

使用带有条件的列表推导式：

newdata = [x for x in data if x[1][1:].isalpha()]
print newdata

提供输出

[['@datumbox', '#machinelearning'], ['@datumbox', '#textanalysis'], ['@things_internet', '#iot']]

- Prune

Answer 2

简单的回答：

for item in data:
    if re.match("^#[A-Za-z]+$", item[1]):
        newdata.append(item)

- Nayuki