[azAZ]Python regex模式可以用来匹配和替换nonASCII Unicode字符吗？

Question

在下面的正则表达式中，我希望字符串中的每个字符都替换为“X”，但它不起作用。在

在Python 2.7中：

>>> import re
>>> re.sub(u"[a-zA-Z]","X","dfäg")
'XX\xc3\xa4X'

或者

^{pr2}$

在Python 3.4中：

>>> re.sub("[a-zA-Z]","X","dfäg")
'XXäX'

是否可以以某种方式“配置”[a-zA-Z]模式以匹配“ä”、“ü”等。？如果不能做到这一点，我如何在方括号之间创建一个类似的字符范围模式，在通常的“完整字母表”范围内包含Unicode字符？我的意思是，在像德语这样的语言中，ä会被放在字母表中靠近a的地方，所以人们会期望它被包含在a-z范围内。在

Answer 1

你可以用

(?![\d_])\w

使用Unicode修饰符。(?![\d_])展望限制了\w速记类，因为它不能匹配任何数字（\d）或下划线。在

见regex demo

一个Python 3 demo：

^{pr2}$

至于Python 2：

# -*- coding: utf-8 -*-
import re
s = "dfäg"
w = re.sub(ur'(?![\d_])\w', u'X', s.decode('utf8'), 0, re.UNICODE).encode("utf8")
print(w)