unicode字符串到python中的PCRE正则表达式

【问题标题】：unicode string to PCRE regular expression in pythonunicode字符串到python中的PCRE正则表达式
【发布时间】：2012-10-10 22:32:30
【问题描述】：

我有一个 unicode 字符串

 u"\uC3A9\xe9"

，我想在python中转换成PCRE支持的正则表达式

"\x{c3a9}\x{e9}"

。

是否有任何模块已经这样做了？

【问题讨论】：

标签： python regex pcre

【解决方案1】：

我不知道有什么模块可以做到这一点，但这里有一个潜在的解决方案：

import re

def pcre_escape_repl(match):
    char = match.group(0)
    if ord(char) in range(32, 127):
        # if this is a printable ascii character, use re.escape instead of a \x escape
        return re.escape(char)
    # replace non-ascii (or non-printable) characters with a \x escape
    return r'\x{' + hex(ord(char))[2:] + '}'

def pcre_escape(s):
    regex = re.compile('.', re.DOTALL)
    return regex.sub(pcre_escape_repl, s)

例子：

>>> print pcre_escape(u"\uC3A9\xe9")
\x{c3a9}\x{e9}
>>> print pcre_escape("[foo]{bar}")
\[foo\]\{bar\}

【讨论】：