Python正则表达式大写unicode字

Question

我需要查找多种语言的缩写文本。当前regex 是：

import regex as re
pattern = re.compile('(?:[\w]\.)+', re.UNICODE | re.MULTILINE | re.DOTALL | re.VERSION1)
pattern.findall("U.S.A. u.s.a.")

结果中不需要 u.s.a，我只需要大写文本。 [A-Z] 无法使用英语以外的任何语言。

Answer 1

您需要使用 Unicode 字符属性来匹配它们。 re 不支持字符属性，但 regex 支持。

>>> regex.findall(ur'\p{Lu}', u'ÜìÑ')
[u'\xdc', u'\xd1']