python - unicode字符串到python中的PCRE正则表达式

Question

我有一个 unicode 字符串

u"\uC3A9\xe9"

，我想在 PCRE 支持的正则表达式中转换

"\x{c3a9}\x{e9}​​"

在蟒蛇。

是否有任何模块已经这样做了？

Answer 1

我不知道有任何模块可以做到这一点，但这是一个潜在的解决方案：

import re

def pcre_escape_repl(match):
    char = match.group(0)
    if ord(char) in range(32, 127):
        # if this is a printable ascii character, use re.escape instead of a \x escape
        return re.escape(char)
    # replace non-ascii (or non-printable) characters with a \x escape
    return r'\x{' + hex(ord(char))[2:] + '}'

def pcre_escape(s):
    regex = re.compile('.', re.DOTALL)
    return regex.sub(pcre_escape_repl, s)

例子：

>>> print pcre_escape(u"\uC3A9\xe9")
\x{c3a9}\x{e9}
>>> print pcre_escape("[foo]{bar}")
\[foo\]\{bar\}