重音字符的问题[关闭]答案

【问题标题】：Problem with accented characters [closed]重音字符的问题[关闭]
【发布时间】：2011-06-14 11:58:45
【问题描述】：

我在Python正则表达式的重读上有问题，我正在做以下尝试：

import re
ER = re.compile(r'\w', re.L)
print(ER.sub('.','Maçã'))

..çã

即使使用re.compile 将语言环境作为参数传递，重音符号也无法识别。有人遇到过这个问题吗？

谢谢！

【问题讨论】：

也许懂巴西的人可以把这篇文章翻译成英文？

标签： python regex unicode

【解决方案1】：

最好使用re.U unicode 标志。

如果使用 Python 2.x 还需要将字符串指定为 unicode，即

print(ER.sub('.', u'Maçã'))

【讨论】：

对我来说，这只适用于 python3 - 在 2.7 上，我得到 '...�.�'
@Kimvais：在 Python 2 中，您可能还需要将其标记为 unicode 字符串：u'Maçã'
我曾尝试以这种方式使用 re.U，但它不起作用。我遇到了同样的问题。我尝试获取我的默认位置： locale.getdefaultlocale() ，它返回 >> ('pt_BR', 'UTF8')
@Kimvais：你似乎需要在你的字符串前面加上u。
@Michel：你在代码中使用u'Maçã'吗？

【解决方案2】：

来自http://www.regular-expressions.info/python.html

默认情况下，Python 的正则表达式引擎仅将字母 A 到 Z、数字 0 到 9 以及下划线视为“单词字符”。指定标志 re.L 或 re.LOCALE 以使 \w 匹配给定当前区域设置的所有被视为字母的字符。或者，您可以指定 re.U 或 re.UNICODE 将来自所有脚本的所有字母视为单词字符。该设置也会影响单词边界。

尝试使用 re.UNICODE。

【讨论】：

【解决方案3】：

我有问题！我试图在 shell 中使用这段代码。所以，我需要这样使用：

重新导入 ER = re.compile(r'\w', re.L) ER.sub('.', unicode('Maça','utf-8'))

非常感谢！！！ :)

【讨论】：