python - Django regex unicode 忽略 \w 标签

Question

正则表达式\w似乎忽略了我的 Unicode 字符串。我创建了以下函数：
extras.py

# -*- coding: utf-8 -*-
def test(word):
    print re.sub(r'[^\w]+', '', word, re.U)

并从 django shell：

import extras
extras.test(u'שלום')

在本例中，输出是一个空字符串，而它应该与输入相同。
正则表达式的目的是只保留字母数字字符，但它不起作用。但它适用于 ASCII。

可能是什么问题？

Answer 1

对模式使用原始 unicode 字符串，并确保使用flags参数：

# -*- coding: utf-8 -*-
def test(word):
    print re.sub(ur'[^\w]+', u'', word, flags=re.U)

然后：

In [9]: test(u'Ã')
Ã