python - 在 Python 中使用正则表达式匹配区分大小写的 unicode 字符串

Question

假设我想匹配一个小写字母后跟一个大写字母，我可以做类似的事情

re.compile(r"[a-z][A-Z]")

现在我想对 unicode 字符串做同样的事情，即匹配 'aÅ' 或 'yÜ' 之类的东西。

尝试过

re.compile(r"[a-z][A-Z]", re.UNICODE)

但这不起作用。

有什么线索吗？

Answer 1

使用 Python 正则表达式很难做到这一点，因为当前的实现不支持 Unicode 属性快捷方式，例如 \p{Lu} 和 \p{Ll}。

[A-Za-z] 当然只会匹配 ASCII 字母，无论是否设置了 Unicode 选项。

因此，在 re 模块更新之前(或者您安装了目前正在开发中的 regex package)，您要么需要以编程方式进行(遍历字符串并执行 char.islower ()/char.isupper() 在字符上)，或手动指定所有 unicode 代码点，这可能不值得付出努力...