我需要找到多种语言的缩写文本。当前的正则表达式是:
import regex as re
pattern = re.compile('(?:[\w]\.)+', re.UNICODE | re.MULTILINE | re.DOTALL | re.VERSION1)
pattern.findall("U.S.A. u.s.a.")
结果中不需要usa,我只需要大写文本。[AZ]不能以英语以外的任何语言工作。
您需要使用 Unicode 字符属性来匹配它们。re
不支持字符属性,但支持regex
。
>>> regex.findall(ur'\p{Lu}', u'ÜìÑ')
[u'\xdc', u'\xd1']