No seu exemplo, t
é uma lista, então não adianta passá-la diretamente para re.sub
. Você tem que passar uma string de cada vez.
Sendo assim, uma opção é usar:
import re
t = ['. Subordinam-se ao regime', '1º O acesso à informação']
for s in t:
print(re.sub('^[^a-zA-Z]+', '', s))
A regex usa o marcador ^
que indica o início da string. Depois temos [^a-zA-Z]+
(uma ou mais ocorrências de qualquer caractere que não seja uma letra).
Ou seja, substituímos qualquer coisa que não seja letra e esteja no início da string. A saída será:
Subordinam-se ao regime
O acesso à informação
Se tiver letras acentuadas, pode trocar para:
import re
from unicodedata import normalize
t = ['. Subordinam-se ao regime', '1º O acesso à informação', ' - É blabla etc']
for s in t:
print(re.sub('^[^a-zA-Z]+', '', normalize('NFD', s)))
Eu uso normalize
para converter a string para NFD. Para entender o que é a normalização, leia aqui, aqui e aqui, mas basicamente letras como É
são decompostas em duas: a letra E
sem acento e o próprio acento. Assim, passamos a considerar também caracteres acentuados.
O problema é que ao normalizar você muda o conteúdo original.
Claro que outra alternativa é incluir todos os caracteres acentuados na regex, algo como:
re.sub('^[^a-zA-ZáéíóúÁÉÍÓÚ]+', '', s)
Só coloquei as letras com acento agudo, mas aí basta adicionar as demais dentro dos colchetes.
E também pode ser feito sem regex:
from string import ascii_lowercase
# retorna a string a partir da primeira letra
def apos_primeira_letra(s):
# coloque aqui todas as letras válidas
letras_validas = ascii_lowercase + 'çáéíóúãõâô'
for i, c in enumerate(s):
if c.lower() in letras_validas:
return s[i:] # retorna da letra em diante
return s # se não encontrou nenhuma letra, retorna a própria string
t = ['. Subordinam-se ao regime', '1º O acesso à informação', ' - É blabla etc']
for s in t:
print(apos_primeira_letra(s))
A ideia é ter todas as letras válidas em letras_validas
(coloquei só as minúsculas para facilitar, assim na hora de verificar você usa lower()
para cada caractere sendo verificado).
Inicialmente eu tinha pensado em usar isalpha()
para verificar se é letra, mas este método retorna True
para o caractere º
, então achei melhor fixar as letras que vou considerar válidas.
Assim, a função apos_primeira_letra
percorre a string, e se encontrar uma letra, retorna tudo dali pra frente. Se não encontrar nenhuma, retorna a mesma string sem modificação.