正則表達式來匹配所有的unicode引號

Question

是否有一個簡單的正則表達式來匹配所有的unicode引號？還是必須像這樣手寫代碼：

quotes = ur"[\"'\u2018\u2019\u201c\u201d]" 

感謝您的閱讀。

布賴恩

Answer 1

Python不支持Unicode屬性，因此，你不能使用Pi和Pf性質，所以我想您的解決方案是好得不能再好。

您可能還需要考慮那些可悲的是正在使用的「假引號」 - 急性和重音（´和``): \ u0060 and \ u00B4`

再就是guillemets（« » ‹ › ），你也想要那些嗎？

此外，你的命令有一個小錯誤：你將反斜槓添加到quotes字符串（因爲你使用的是原始字符串）。三重引號字符串。

>>> quotes = ur"[\"'\u2018\u2019\u201c\u201d\u0060\u00b4]" 
>>> "\\" in quotes 
True 
>>> quotes 
u'[\\"\'\u2018\u2019\u201c\u201d`\xb4]' 
>>> quotes = ur"""["'\u2018\u2019\u201c\u201d\u0060\u00b4]""" 
>>> "\\" in quotes 
False 
>>> quotes 
u'["\'\u2018\u2019\u201c\u201d`\xb4]' 

Answer 2

引號通常具有Unicode類別Pi（標點，初始引用）或Pf（標點，最終引用）。您必須手動處理「中性」引號'和"。