在python組捕獲中對正則表達式的Unicode支持

Question

我目前在python中使用re2，re和pcre來進行正則表達式匹配。當我使用正則表達式，如re.compile（「（？P（\ S *））」）它很好，編譯沒有錯誤，但當我使用unicode字符，如re.compile（「（？P <årsag> （\ S *））「），那麼會出現錯誤，無法編譯。是否有任何Python庫完全支持unicode。

編輯：請參考我的輸出：

>>> import regex 
>>> m = regex.compile(r"(?P<årsag>(\S*))") 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/local/lib/python2.7/site-packages/regex.py", line 331, in compile 
    return _compile(pattern, flags, kwargs) 
    File "/usr/local/lib/python2.7/site-packages/regex.py", line 499, in _compile 
    caught_exception.pos) 
_regex_core.error: bad character in group name at position 10 

Answer 1

您需要使用外部正則表達式模塊。 regex模塊將支持命名捕獲組名稱中的Unicode字符。

>>> import regex 
>>> m = regex.compile(r"(?P<årsag>(\S*))") 
>>> m.search('foo').group('årsag') 
'foo' 
>>> m.search('foo bar').group('årsag') 
'foo'