如何去除文本数据里面所有非单词/非字母的字符？以及 list 和 string 之间的转换？

1. 如何去除字符串中所有非字母的字符？

s = '@#24A-09=wes()&8973o**_##me'  # contains letters 'Awesome'    

• 生成器表达式：join

result = ''.join(c for c in s if c.isalpha())

• 使用过滤器过滤：

result = ''.join(filter(str.isalpha, s))    

也可以用正则表达式 re.sub 来表示“非字母”

import re
result = re.sub(r'[^A-Za-z]', '', s)

• 还可以考虑使用字符串替换：str.replace()

2. 如何去除文本数据中的非字母数据

遍历所有文本中的字符串，再使用上述方法；
或者使用 Pandas 中的 apply函数。

1. 若文本中的字符串（单词）以逗号隔开

text = ['@#24A-09=wes()&8973o**_##me', '@#24A-09=wes()&8973o**_##me', '@#24A-09=wes()&8973o**_##me']
result = [''.join(c for c in s if c.isalpha()) for s in text]
print(result)

['Awesome', 'Awesome', 'Awesome']

2. 若文本包含了很多长字符串，字符串中的单词之间以空格分开

直接用上面方法的结果是，整个句子/文本变成一个长字符串

text = ['@#24A-09=wes()&8973o**_##me @#24A-09=wes()&8973o**_##me @#24A-09=wes()&8973o**_##me']
result = [''.join(c for c in s if c.isalpha()) for s in text]
print(result)

['AwesomeAwesomeAwesome']

结果并不是我们想要的！

一种解决方法：
先现对句子做分词处理

text = ['@#24A-09=wes()&8973o**_##me @#24A-09=wes()&8973o**_##me @#24A-09=wes()&8973o**_##me']
for s in text:               # 这里若还使用列解析式会导致又多一层[]
    text = s.split(" ")
# print(text)
result = [''.join(c for c in s if c.isalpha()) for s in text]
print(result)

['Awesome', 'Awesome', 'Awesome']

达到目的！