python - 如何在 Python 中使用正则表达式和 re.sub 查找所有出现的 unicode 字符的大写和小写字母？

Question

这是我在 django View 中的代码(有意简化)(Python 2.7):

# -*- coding: utf-8 -*-
from django.shortcuts import render
import re

def index(request):
    found_verses = [] 
    pattern = re.compile('ю')

    with open('d.txt', 'r') as doc:
        for line in doc:

            found = pattern.search(line)

            if found:
                modified_line = pattern.sub('!'+'\g<0>'+'!',line)
                found_verses.append(modified_line)

context = {'found_verses': found_verses}
return render(request, 'myapp/index.html', context)

d.txt(也是 utf-8)包含这一行(有意简化):

1. Я сказал Юлию одному.

上面的内容在呈现时给了我预期的结果:

1. Я сказал Юли!ю! одному.

当我改成大写字母pattern = re.compile('Ю')时，它也给了我预期的结果:

1. Я сказал !Ю!лию одному.

但是当我更改为一组 pattern = re.compile('[юЮ]') 或 pattern = re.compile('[Юю]') 或pattern = re.compile('[ю]') 或 pattern = re.compile('[Ю]')，它什么也没给我。我想要得到的是:

1. Я сказал !Ю!ли!ю! одному.

请帮我得到这个结果。我已经苦苦挣扎了一天多，并尝试了不同的配置，例如 pattern = re.compile('[юЮ]', re.UNICODE) 和 pattern = re.compile('ю ', re.UNICODE|re.I) 和 this和无数其他人，但都是徒劳的。

Answer 1

Use unicodes.

with io.open('d.txt', 'r', encoding='utf-8') as doc:
   ...

...

pattern = re.compile(u'[юЮ]', re.UNICODE)