python - 当字符落在 unicode 范围之间时如何用空格填充字符？

Question

目标是在满足 issubset 条件时用空格填充字符，例如

[在]:

subset = [chr(ordinal) for ordinal in range(ord(u'\u31c0'), ord(u'\u31ef'))]

text = '这是个小㇈㇋伙子'

[输出]:

output_text = '这是个小 ㇈ ㇋ 伙子'

我可以这样做:

def issubset(uchar):
    if u'\u31c0' <= uchar <= u'\u31ef':
        return True
    return False

def pad_space_ifsubset(text):
    output = ""
    for ch in text:
        if issubset(ch):
            output +=  " " + ch + " "
        else:
            output += ch
    return output

text = '这是个小㇈㇋伙子'

pad_space_ifsubset(text)

但是有没有更简单的方法来做到这一点？也许用正则表达式？

Answer 1

您可以使用 re.sub 在感兴趣的代码点上使用范围模式，并在替换字符串中使用组反向引用(\g<0> 将替换匹配的整个子字符串，或者在这种情况下，替换范围中的单个字符):

import re

def pad_space_ifsubset(text):
    return re.sub(u'[\u31c0-\u31ef]', ' \g<0> ', text)

例如:

>>> text = u'这是个小㇈㇋伙子'
>>> print pad_space_ifsubset(text)
这是个小 ㇈  ㇋ 伙子