「（？u）」在正則表達式中做什麼？

Question

我看着標記化是如何中實現scikit學習，發現這個表達式（source）：

token_pattern = r"(?u)\b\w\w+\b" 

正則表達式是相當簡單，但之前我從來沒有見過的(?u)部分。有人能解釋我這部分是做什麼的？

Answer 1

它爲此表達式開啓re.U (re.UNICODE) flag。

從module documentation：組匹配空字符串

(?iLmsux)

（從集合'i'，'L'，'m'，'s'，'u'，'x'一個或多個字母）;字母設置相應的標誌：re.I（忽略大小寫），re.L（區域依賴），re.M（多行），re.S（點匹配全部），re.U（取決於Unicode）和re.X（詳細），對於整個正則表達式。 （這些標誌在模塊內容中有描述。）如果您希望將標誌作爲正則表達式的一部分包含在內，而不是將標誌參數傳遞給re.compile()函數，那麼這非常有用。