使用字符串数组过滤ASCII列表中的数字字符串问题

我想用自定义字符串数组过滤包含ASCII字符的列表，移除所有数字字符串，但写的Python代码没达到效果，输出里还是有数字。

原代码 #

import pandas as pd
with open('ASCII.txt') as f:
    data = f.read().replace('\t', ',')
    print(data, file=open('my_file.csv', 'w'))
df = list(data)
test = ['0','1','2','3','4','5','6','7','8','9']

for x in df:
    try:
        df = int(df)
        for i in range(0,9):
            while any(test) in df:
                df.remove('i') 
        print(df)
    except:
        continue

print(df)

当前输出 #

['3', '3', ',', '0', '4', '1', ',', '2', '1', ',', '!', ',', '\n', '3', '4', ',', '0', '4', ...]

原代码问题分析 #

1. 错误转换列表为整数：df = int(df) 试图把整个列表转成整数，完全不符合逻辑，直接触发异常进入except分支，后面的过滤代码根本没执行。
2. 错误的存在性判断：any(test) in df 写法错误，any(test)本身是布尔值（永远为True），这里应该判断当前字符是否在test数组里。
3. 移除错误的字符：df.remove('i') 是移除字符'i'，而不是变量i对应的数字字符，而且循环range(0,9)只到8，漏了数字9。
4. 宽泛的异常捕获：except: 捕获所有异常，导致代码逻辑出错后直接跳过，你根本看不到哪里出问题。
5. 遍历列表时修改原列表：即使前面逻辑对，遍历df的时候直接修改原列表，会导致遍历漏项。

修正后的代码 #

直接用列表推导式过滤掉数字字符，简单高效：

import pandas as pd

# 读取文件并替换制表符为逗号，保存为csv
with open('ASCII.txt') as f:
    data = f.read().replace('\t', ',')
with open('my_file.csv', 'w') as f:
    f.write(data)

# 过滤数字字符
test = {'0','1','2','3','4','5','6','7','8','9'}  # 用集合查询更快
filtered_list = [char for char in data if char not in test]

print(filtered_list)

或者用字符串的isdigit()方法，不用自定义数组：

filtered_list = [char for char in data if not char.isdigit()]

这样输出就会移除所有数字字符，只保留其他ASCII字符。

内容的提问来源于stack exchange，提问作者Harry Critchfiled