Pythonで文字列から英字のみを抽出する2つの方法

実際のデータには、英字・数字・特殊文字が混在していることがよくあります。その中から英字だけを抽出したい場合、Pythonではいくつかの方法が利用できます。本記事では、代表的な2つの手法——isalpha()メソッドを使う方法と、正規表現を使う方法——を、具体的なコード例とともにわかりやすく解説します。

isalpha()メソッドを使う方法

isalpha()は、対象の文字がアルファベットかどうかを判定する関数です。forループで文字列から1文字ずつ取り出し、それぞれがアルファベットかどうかをチェックします。そしてjoin()メソッドによって、条件を満たす文字だけを結果として連結します。

コード例

stringA = "Qwer34^&t%y"

# 対象の文字列
print("Given string : ", stringA)

# 英字のみを抽出
res = ""
for i in stringA:
    if i.isalpha():
        res = "".join([res, i])

# 結果を出力
print("Result: ", res)

実行結果

上記のコードを実行すると、次のような出力が得られます。

Given string : Qwer34^&t%y
Result: Qwerty

正規表現を使う方法

正規表現モジュールreのfindall()関数を利用すると、より簡潔に英字だけを抽出できます。「英字のみ」を表すパターン[a-zA-Z]+を指定することで、文字列中のすべての英字を一度に取得可能です。

コード例

import re
stringA = "Qwer34^&t%y"

# 対象の文字列
print("Given string : ", stringA)

# 英字のみを抽出
res = "".join(re.findall("[a-zA-Z]+", stringA))

# 結果を出力
print("Result: ", res)

実行結果

上記のコードを実行すると、次のような出力が得られます。

Given string : Qwer34^&t%y
Result: Qwerty

2つの方法の違いと使い分け

isalpha()はUnicodeに対応しているため、ひらがなや漢字なども「アルファベット（文字）」として判定されます。一方、正規表現の[a-zA-Z]は半角英字のみにマッチします。日本語を含む文字列を扱いたい場合は前者、半角英字だけを厳密に抽出したい場合は後者を選ぶとよいでしょう。また、正規表現の方がコードが短く済むため、簡潔さを重視する場面でもおすすめです。