在python中替换unicode方括号

2024-09-28 17:25:21 发布

您现在位置:Python中文网/ 问答频道 /正文

如何用空格填充unicode括号?

当我试图使用re.sub时,我得到一个sre_constants.error

>>> import re
>>> open_punct = ur'([{༺༼᚛‚„⁅⁽₍〈❨❪❬❮❰❲❴⟅⟦⟨⟪⟬⟮⦃⦅⦇⦉⦋⦍⦏⦑⦓⦕⦗⧘⧚⧼⸢⸤⸦⸨〈《「『【〔〖〘〚〝﴾︗︵︷︹︻︽︿﹁﹃﹇﹙﹛﹝([{⦅「'
>>> text = u'this is a weird ❴sentence ⟅with some crazy ⟦punctuations sprinkled⟨'
>>> re.sub(open_punct, ur'\1 ', text)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/re.py", line 155, in sub
    return _compile(pattern, flags).sub(repl, string, count)
  File "/usr/lib/python2.7/re.py", line 251, in _compile
    raise error, v # invalid expression
sre_constants.error: unexpected end of regular expression

为什么会这样?为什么正则表达式有一个意外的结尾?

当我试图使用re.escape时,它不会引发错误,但是re.sub没有用空格填充标点:

^{pr2}$

我可以这样做,但我认为正则表达式解决方案应该比循环更优化:

>>> for p in open_punct:
...     text = text.replace(p, p+' ')
... 
>>> text
u'this is a weird \u2774 sentence \u27c5 with some crazy \u27e6 punctuations sprinkled\u27e8 '
>>> print text
this is a weird ❴ sentence ⟅ with some crazy ⟦ punctuations sprinkled⟨ 
>>> open_punct
u'([{\u0f3a\u0f3c\u169b\u201a\u201e\u2045\u207d\u208d\u2329\u2768\u276a\u276c\u276e\u2770\u2772\u2774\u27c5\u27e6\u27e8\u27ea\u27ec\u27ee\u2983\u2985\u2987\u2989\u298b\u298d\u298f\u2991\u2993\u2995\u2997\u29d8\u29da\u29fc\u2e22\u2e24\u2e26\u2e28\u3008\u300a\u300c\u300e\u3010\u3014\u3016\u3018\u301a\u301d\ufd3e\ufe17\ufe35\ufe37\ufe39\ufe3b\ufe3d\ufe3f\ufe41\ufe43\ufe47\ufe59\ufe5b\ufe5d\uff08\uff3b\uff5b\uff5f\uff62'
>>> print open_punct
([{༺༼᚛‚„⁅⁽₍〈❨❪❬❮❰❲❴⟅⟦⟨⟪⟬⟮⦃⦅⦇⦉⦋⦍⦏⦑⦓⦕⦗⧘⧚⧼⸢⸤⸦⸨〈《「『【〔〖〘〚〝﴾︗︵︷︹︻︽︿﹁﹃﹇﹙﹛﹝([{⦅「

相关问题:


Tags: textinreiswitherrorsomeopen
1条回答
网友
1楼 · 发布于 2024-09-28 17:25:21

[(在正则表达式中有特殊的含义,解析器正在寻找它们的]和{}对应项。在

如果您的意思是open_punct是一个字符组,那么您应该将所有字符都用[..]括起来,此时{}和{}都可以不加转义包含。您的“表达式”只匹配所有按顺序出现的字符的文本。在

由于您还希望引用一个捕获组(\1),请添加paretheses:

>>> re.sub(u'([{}])'.format(open_punct), ur'\1 ', text)
u'this is a weird \u2774 sentence \u27c5 with some crazy \u27e6 punctuations sprinkled\u27e8 '
>>> print re.sub(u'([{}])'.format(open_punct), ur'\1 ', text)
this is a weird ❴ sentence ⟅ with some crazy ⟦ punctuations sprinkled⟨

请注意,使用re.escape()仍然是一个好主意,以防您在想要匹配的组中有一个-或{}字符或{}序列。-定义了一个字符序列(0-9表示所有数字),]表示组的结尾,\d\w\s等都定义了预定义的字符组:

^{pr2}$

相关问题 更多 >