爲什麼這個Python RegEx管道沒有選出兩個unicode範圍？

Question

含有平假名和片假名Unicode字符的樣本串：

myString = u"Eliminate ひらがな non-alphabetic カタカナ characters" 

模式匹配兩個範圍，根據： http://www.rikai.com/library/kanjitables/kanji_codes.unicode.shtml

myPattern = u"[\u3041-\u309f]*|[\u30a0-\u30ff]*" 

簡單的Python正則表達式替換功能

import re 
print re.sub(myPattern, "", myString) 

退貨：

Eliminate non-alphabetic カタカナ characters 

我能得到它的唯一方法是如果我分別使用兩個範圍，一個接一個。什麼是阻止這個RegEx簡單地選擇| -pipe的兩側？

Answer 1

你需要的範圍內組合成一個字符類，否則將匹配一個或另一個範圍，而不是兩個：

myPattern = u"[\u3041-\u309f\u30a0-\u30ff]*" 

演示：

>>> myPattern = u"[\u3041-\u309f\u30a0-\u30ff]*" 
>>> print re.sub(myPattern, "", u"Eliminate ひらがな non-alphabetic カタカナ characters") 
Eliminate non-alphabetic characters 

Answer 2

>>> myPattern = u"[\u3041-\u309f]|[\u30a0-\u30ff]" 
>>> print re.sub(myPattern, "", myString) 
Eliminate non-alphabetic characters 
>>> 

編輯你可以結合兩個字符類與OR運算符以及