python - 在 Python 中将区分大小写的 unicode 字符串与正则表达式匹配

Question

假设我想匹配一个小写字母后跟一个大写字母，我可以做类似的事情

re.compile(r"[a-z][A-Z]")

现在我想对 unicode 字符串做同样的事情，即匹配“aÅ”或“yÜ”之类的东西。

试过了

re.compile(r"[a-z][A-Z]", re.UNICODE)

但这不起作用。

有什么线索吗？

Answer 1

这对于 Python 正则表达式很难做到，因为当前的实现不支持 Unicode 属性快捷方式，例如\p{Lu}和\p{Ll}。

[A-Za-z]当然只会匹配 ASCII 字母，无论是否设置了 Unicode 选项。

因此，在re更新模块（或安装当前正在开发的regex包）之前，您要么需要以编程方式进行（遍历字符串并在字符上执行char.islower()/ char.isupper()），要么手动指定所有 unicode 代码点，这可能不是值得努力...