Python 正则表达式 '\s' 与 unicode BOM (U+FEFF) 不匹配

Question

Python re 模块的 documentation表示当设置了 re.UNICODE 标志时，'\s' 将匹配:

whatever is classified as space in the Unicode character properties database.

据我所知， Material list (U+FEFF) 是 classified as a space .

但是:

re.match(u'\s', u'\ufeff', re.UNICODE)

评估为无。

这是 Python 中的错误还是我遗漏了什么？

Answer 1

根据 unicode 数据库，U+FEFF 不是空白字符。

维基百科仅将其列为“相关字符”。这些类似于空白字符，但在数据库中没有 WSpace 属性。

\s 不匹配这些字符。