python - python unicode 正则表达式

Answer 1

如果你想写“\w 除了下划线”，你可以使用否定字符类来做到这一点：

[^\W_]

Answer 2

正如 buckley 所指出的，“Python 正则表达式匹配 Unicode 属性”提供了一些在 Python 中使用正则表达式 + unicode 的替代方法。如果您想要的只是字母数字、 字母数字 + 下划线或仅字母，则可能更容易坚持 Mark Byers 的建议（[^\W_]以及\w分别[^\W\d_]使用re.UNICODEactive;编辑：顺序错误...）。

否则，查找哪些字符类作为 IRI 部分有效，或者使用支持 unicode 字符类的正则表达式引擎，或者 - 如果您需要纯 python 解决方案 - 我建议我在回答该问题时提供的代码（或类似的解决方案）。