python - 从具有unicode字符的字符串制作正则表达式

Question

我有一个字符串:

alphabet = unicode("abś", 'utf-8');

如何将其转换为:

"ab\\u015B";

?我试过那个代码:

al = ""
for char in alphabet:
    if ord(char) > 127:
       al += "\\u" + format(ord(char), 'x')
    else:
       al += char

但是当我想从中制作正则表达式时，它无法正确匹配字符:

abc = re.compile(u'[' + al + u']{1,}$', re.U).match

演示在这里:http://ideone.com/q55HI8

Answer 1

>>> u"abś".encode('unicode-escape')
'ab\\u015b'

我认为你不需要对原始unicode字符串进行任何转换就可以得到你想要的:

>>> abc = re.compile(u"[abś]{1,}$", re.U).match
>>> abc(u"ś")
<_sre.SRE_Match object at 0x89f31a8>
>>> abc(u"ś").group()
u'\u015b'
>>> abc(u"a").group()
u'a'
>>> abc("x") is None
True