Python和带Unicode的正则表达式
我需要从字符串“ بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ”中删除一些Unicode符号
我知道他们肯定在这里。我试过了：
re.sub('([\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+)', '', 'بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ')
但这不起作用。字符串保持不变。我究竟做错了什么？
问题答案：
您使用的是python 2.x还是3.0？
如果您使用的是2.x，请尝试使用“ u”使正则表达式字符串成为unicode-escape字符串。由于它是正则表达式，因此最好使用“
r”将正则表达式字符串设置为原始字符串。另外，将整个模式放在括号中也是多余的。
re.sub(ur'[\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+', '', ...)
http://docs.python.org/tutorial/introduction.html#unicode-
strings
编辑：
将re.UNICODE / re.U /（？u）标志用于unicode正则表达式也是一种好习惯，但它只会影响\ w或\
b这样的字符类别名，而该模式不使用任何别名，因此不会受到影响。
-
问题内容： 我有一个脚本，可以分析电视剧集的文件名（例如show.name.s01e02.avi），获取剧集的名称（从www.thetvdb.com API），然后自动将其重命名为更好的名称（显示名-[01x02 ] .avi） 该脚本可以正常工作，直到您尝试在具有Unicode显示名称的文件上使用该脚本为止（我从未真正考虑过这一点，因为我拥有的所有文件都是英文的，所以大部分都属于） 如何允许正则
-
问题内容： 如何在JavaScript中使用支持Unicode的正则表达式？ 例如，应该有类似的东西可以匹配Letters或Marks类别中的任何代码点（而不仅仅是ASCII的），并且希望具有这样的过滤器来标点，等等。 问题答案： ES 6的情况 即将发布的ECMAScript语言规范，版本6，包含可识别Unicode的正则表达式。必须使用u正则表达式上的修饰符启用支持。请参阅ES6中支持Unic
-
问题内容： 我有一组不同语言的单词（英语，波兰语，芬兰语，俄语等），需要检查一下，用大写字母写的是什么。 我尝试使用简单的正则表达式：，但仅匹配拉丁字母，然后添加了俄语大写字母：。 但是，许多 带有变音符号的unicode字母 仍然存在。如何将 所有 大写字母添加到正则表达式中？ 可以不使用符号枚举就可以做到这一点吗？ PS我知道，如何在Ruby中做到这一点，但现在我正在使用Python。 问题答
-
问题内容： 我已经阅读了Stackoverflow上的其他问题，但还没有结束。抱歉，如果已经可以回答，但是我没有任何建议在那里工作。 一切都很好，然后我尝试使用其中包含挪威字符的内容（或更像unicode的内容）： 如何匹配øæå等典型的unicode字符？我希望能够同时在上述标记组和文件名标记组中匹配这些字符。 问题答案： 您需要指定标志， 并 使用前缀将您的字符串输入为Unicode字符串：
-
问题内容： 好的，我整天都在阅读正则表达式，但仍然不太了解它。我正在尝试做的是验证名称，但是我在互联网上可以找到的功能只能使用，而我需要接受的字符除外。 我基本上需要一个正则表达式来检查名称至少是两个单词，并且不包含数字或特殊字符，例如，但是这些单词可以包含æ，é，Â等字符。 可接受的名称的示例为：“ JohnElkjærd”或“AndréSvenson”。 不可接受的名称为：“ Hans ”，“
-
问题内容： 我得到了一个包含多行纯utf-8文本的文件。如下所示，按中文，是中文。 文件本身以utf-8格式保存。文件名是xx.txt 这是我的python代码，env是python2.7 这里有问题的是我没有结果。 我想从这里的十进制字符串中获得。 为什么此代码不起作用？谁能向我解释，我什么也没有。 问题答案： 您的代码有几个问题。首先，您应该使用。另外，添加re.UNICODE标志也很不错（尽