将u“”附加到正则表达式有什么意义？

Question

Python的< code>docutils模块中的一个组件在机器中使用了下面的正则表达式，该表达式用于将带有星号的文本转换为斜体文本:

原始：大多数人都知道拉丁语短语*Carpe Diem*的意思。

大多数人都知道拉丁语“及时行乐”是什么意思。

这是一个非常简单的模式：如果前面没有空格、换行符或空字符，请匹配星号。我想知道的是将空的 unicode 字符串 （u''） 附加到模式会得到什么？它被附加到文档utils中也发现的许多其他模式中，但我不知道它对给定的文本是否匹配有什么区别。

non_whitespace_escape_before = r'(?<![ \n\x00])'
end_string_suffix = u''

emphasis=re.compile(non_whitespace_escape_before + r'(\*)' + end_string_suffix, re.U)
# emphasis.pattern -> u'(?<![ \\n\\x00])(\\*)'

Answer 1

你错过了字符串并不总是空的；来自相关源代码：

if getattr(settings, 'character_level_inline_markup', False):
    start_string_prefix = u'(^|(?<!\x00))'
    end_string_suffix = u''
else:
    start_string_prefix = (u'(^|(?<=\\s|[%s%s]))' %
                           (punctuation_chars.openers,
                            punctuation_chars.delimiters))
    end_string_suffix = (u'($|(?=\\s|[\x00%s%s%s]))' %
                         (punctuation_chars.closing_delimiters,
                          punctuation_chars.delimiters,
                          punctuation_chars.closers))

好处是变量到处都有定义；并不是说它是空的。如果它是空的，这确实没有什么区别，但是如果启用了< code > character _ level _ inline _ markup 特性，那么现在编译的模式会有一个后缀，与空字符串相比，它会改变行为。

docutils项目在Python 2中混合字节串和Unicode字符串时有点草率；他们逃脱了这一点，因为所有连接到Unicode字符串的字节串碰巧都是ASCII干净的，因此可以隐式解码。