pandas.Series.str.contains无法匹配[a-zA-Z]全角字母，如何过滤含字母的行？

问题原因 #

你遇到的残留行包含的是全角英文字母，这类字符是中文排版场景下的特殊格式字符，每个字符占一个全角汉字的宽度，其Unicode编码和常规半角英文字母不在同一区间，因此原来仅匹配半角a-zA-Z的正则无法识别这类字符，不属于编码错误问题。

解决方案 #

方案1：直接扩展正则匹配范围 #

在正则中同时加入全角英文字母的匹配区间即可，代码如下：

# 写法1：直接写入全角字母范围
df = df[~df['tag_name'].str.contains(r"[a-zA-ZＡ-Ｚａ-ｚ]", na=False)]

# 写法2：使用Unicode编码范围，兼容性更强
df = df[~df['tag_name'].str.contains(r"[a-zA-Z\uFF21-\uFF3A\uFF41-\uFF5A]", na=False)]

其中na=False用于处理字段为空的行，避免空值返回NaN导致过滤逻辑出错。

方案2：先统一转换全角为半角再过滤 #

如果后续还有其他字符处理需求，可以先把所有全角字符转换为半角，再执行原有过滤逻辑，避免后续再出现全角半角不一致的问题：

def full_to_half(text: str) -> str:
    result = []
    for char in text:
        ord_char = ord(char)
        # 全角空格单独处理
        if ord_char == 0x3000:
            result.append(chr(0x20))
        # 其他全角字符转半角
        elif 0xFF01 <= ord_char <= 0xFF5E:
            result.append(chr(ord_char - 0xFEE0))
        else:
            result.append(char)
    return ''.join(result)

# 全角转半角后执行过滤
df['tag_name'] = df['tag_name'].apply(full_to_half)
df = df[~df['tag_name'].str.contains("[a-zA-Z]", na=False)]

内容的提问来源于stack exchange，提问作者Sheng