我正在尝试这样做:
val = re.sub(r'\b' + u_word +'\b', unicode(new_word), u_text)
(所有字符串都是非拉丁语。)
它根本不起作用!
是否可以使用正则表达式在非拉丁文本中查找替换非拉丁词(整个词)?如何?
编辑:
如果你想测试试试这些字符串:
>>> u_word = u'αβ'
>>> u_text = u'αβγ αβ αβγδ δαβ'
>>> new_word = u'χχ'
>>> val = re.sub(r'\b' + u_word +r'\b', unicode(new_word), u_text)
>>> val
u'\u03b1\u03b2\u03b3 \u03b1\u03b2 \u03b1\u03b2\u03b3\u03b4 \u03b4\u03b1\u03b2'
>>> u_text
u'\u03b1\u03b2\u03b3 \u03b1\u03b2 \u03b1\u03b2\u03b3\u03b4 \u03b4\u03b1\u03b2'
>>>