是否有可能？這段代碼在Python3中有效：In [1]: import reIn [2]: re.split(r'\W+', 'Les Misérables')Out[2]: ['Les', 'Misérables']但這在Python2中不起作用：In [1]: import reIn [2]: re.split(r'\W+', u'Les Misérables')Out[2]: [u'Les', u'Mis', u'rables']這也不起作用（在具有es_ES.UTF-8區域設置的Linux上測試）：In [1]: import localeIn [2]: locale.setlocale(locale.LC_ALL, 'es_ES.UTF-8')Out[2]: 'es_ES.UTF-8'In [3]: import reIn [4]: re.split(ur'\W+', u'Les Misérables', re.U|re.L)Out[4]: [u'Les', u'Mis', u'rables']有什么方法可以讓regex在Python2中使用Unicode ？
1 回答
慕標琳琳
TA貢獻1830條經驗 獲得超9個贊
您的錯誤是您在錯誤的位置添加了標記（標記應為第4個參數）。
>>> import re
>>> re.split(r'(?u)\W+', u'Les Misérables')
[u'Les', u'Mis\xe9rables']
>>> re.split(ur'\W+', u'Les Misérables', 0, re.U)
[u'Les', u'Mis\xe9rables']
為了避免這些問題，我建議使用內聯標志（(?u)如上）。
添加回答
舉報
0/150
提交
取消