熊猫和正则表达式 - 校对或校对 - 帮助软件请求

Question

我很难知道我是否使用我的RegEx语法执行我真正想要它做的事情，并且不知道如何以特定于Python的方式校对它。

有人可以对此进行校对或帮我找到一个自我校对的地方，这是否适合显示Pandas DataFrame的行，其中“名称”列下的单元格值包含不在英文字母，数字中的字符，＆amp;各种常见的标点符号，或者我是否过度/反斜杠某些字符？

（我的猜测是我需要反斜杠反斜杠和方括号。）

（注意：我知道源数据在此列中永远不会有多行单元格值。）

filtereddf = df[~df['Name'].str.match(r'^[a-zA-Z\d_\s.&+-,!@#$%^*();\\/|<>"\'?=:\[\]]+$')]

此外，任何niftier技巧“各种标点字符”，同时确保通常被认为是“字母”的东西，只有英语26 a-z＆amp;允许A-Z？

更新：

我得到了“Python Regex语法解释器”的建议，我需要在评论中进行自我校对 - 应该考虑将其作为替代方案，而不仅仅是要求校对帮助。对于这个措辞严厉的问题，我们很抱歉;更新。

Answer 1

如果要搜索非ASCII字符，请尝试使用此RegEx：

[^\x00-\x7F]

在Pandas中

：

df = df[df['Name'].str.contains('[^\x00-\x7F]')]