Python 3 中的 Unicode 正则表达式（来自 Python 2 代码）答案

【问题标题】：Unicode Regex in Python 3 (from Python 2 Code)Python 3 中的 Unicode 正则表达式（来自 Python 2 代码）
【发布时间】：2016-12-16 09:47:26
【问题描述】：

我正在尝试将我的 Python 2 脚本转换为 Python 3。我们如何使用 Unicode 进行正则表达式？

这就是我在 Python 2 中所拥有的，它可以将引号替换为 « 和 »：

text = re.sub(ur'"(.*?)"', ur'«\1»', text)

我有一些非常复杂的，“ur”使它变得如此简单。但它在 Python 3 中不起作用：

text = re.sub(ur'ه\sایم([\]\.،\:»\)\s])', ur'ه\u200cایم\1', text)

【问题讨论】：

【解决方案1】：

默认情况下，Python3 中的所有字符串都是 unicode。只需删除 u 就可以了。

在 Python2 中，字符串默认是字节列表，所以我们使用u 将它们标记为 unicode 字符串。

【讨论】：

【解决方案2】：

从 Python 3.0 开始，该语言具有 str 类型，其中包含 Unicode 字符，意思是使用“unicode Rocks！”创建的任何字符串， 'unicode rocks!'，或三引号字符串语法存储为统一码。

Unicode HOWTO这个文档会帮助你。

所以，你只需要你在 Python2 中所做的一切，它会起作用，没有额外的影响。

【讨论】：