python - Python - re.sub 用于非 ascii 字符

Question

我正在尝试使用正则表达式来匹配特定模式并删除整个模式。例如：“在此处留下≺随机文字≻其他文字”

我需要它以这样的“离开其他测试”结束。现在我将我的脚本转换为使用 unicode，但它拒绝在列表中找到字符串。

我试图根据文字值调用它，它也是十六进制替代（使用十六进制编辑器找到符号的确切十六进制代码，utf-8 符号）。

请记住，“≻”与“>”不同。

试过：

eleInfo = "Leave ≺random text here≻Other text"

eleInfo = re.sub("≺.*?≻","",eleInfo)

试过：

eleInfo = "Leave ≺random text here≻Other text"

eleInfo = re.sub("\x89\xBA.*?\x89\xBB","",eleInfo)

试过：

eleInfo = "Leave ≺random text here≻Other text"

eleInfo = re.sub("\\x89\\xBA.*?\\x89\\xBB","",eleInfo)

任何帮助或想法将不胜感激！

Answer 1

看起来您缺少\xe2。以下作品：

re.sub("\\xe2\\x89\\xba.*\\xe2\\x89\\xbb","",eleInfo)

此外，您可以将字符串转换为 unicode 。

eleInfo = unicode("Leave ≺random text here≻Other text")

和

re.sub(u"[\u227a].*[\u227b]","",eleInfo) works too.