Python 2.7: regex -匹配任何语言中的任何字母
我试图了解如何检查字符串是否只包含(来自任何语言)。我试过这样的代码：
# -*- coding: utf-8 -*-
import re
def main():
regexp1 = re.compile('[^\W\d_]+', re.IGNORECASE | re.UNICODE)
regexp2 = re.compile('[\p{L}]+', re.IGNORECASE | re.UNICODE)
print("1", regexp1.search(u"test"))
print("2", regexp1.search(u'äö'))
print("3", regexp1.search(u'...'))
print("4", regexp1.search(u'9a'))
print("5", regexp1.search(u'New / York'))
print("6", regexp2.search(u"test"))
print("7", regexp2.search(u'äö'))
print("8", regexp2.search(u'...'))
print("9", regexp2.search(u'9a'))
print("10", regexp2.search(u'New / York'))
if __name__ == '__main__':
main()输出：
('1', <_sre.SRE_Match object at 0x02ACF678>)
('2', <_sre.SRE_Match object at 0x02ACF678>)
('3', None)
('4', <_sre.SRE_Match object at 0x02ACF678>)
('5', <_sre.SRE_Match object at 0x02ACF678>)
('1', None)
('2', None)
('3', None)
('4', None)
('5', None)我想要一个只匹配字符串1和字符串№2的正则表达式(只匹配来自任何语言的字母的№字符串)。但是现在它匹配包含字母的字符串(也包含数字和/)。
我也尝试过使用\p{L} regex，但是它根本不起作用。我试过这样的方法：[\p{L}]+，(\p{L})+，\p{L}。
回答 2
Stack Overflow用户
发布于 2017-08-28 17:20:43
regexp1是一个很好的开始。问题是，regexp1匹配至少包含一个字母的字符串，而不是只包含字母的字符串。试试这个：
regexp1 = re.compile('^[^\W\d_]+$', re.IGNORECASE | re.UNICODE)这“锚定”匹配的开始和结束的字符串，这意味着它将不能仅仅匹配“纽约/纽约”的“新”部分。
python re模块似乎不支持像\p{L}这样的字符类，但是有一个第三方regex模块。但是，请参阅https://pypi.python.org/pypi/regex/的文档，但我不能讨论该模块的性能或标准--遵从性。
Stack Overflow用户
发布于 2017-08-28 17:23:43
为了获得更多的功能和更好的Unicode支持，建议在 module文档中使用第三方re。特别是，它支持\p模式，因此
\p{L}+应该可以很好地处理regex正则表达式，匹配任意序列的Unicode字母字符。
然而，你应该小心谨慎--一个组合的暗号不是字母。您可以修改正则表达式以接受组合标记，也可以将NFC形式的输入规范化，以便将一些组合标记组合到前面的字母中，但首先，您应该非常仔细地考虑“只包含字母”的定义。
另外，search只检查字符串是否包含正则表达式的匹配项，而不是整个字符串是否与regex匹配。我建议使用fullmatch来匹配整个字符串，但这仅限于Python 3.4+。至于2.7，我要说的是锚定要塞：
^\p{L}+$除了$可以在尾随换行符之前匹配之外，您还应该检查match对象，以确定它是否代表整个字符串匹配，还是在尾随换行符之前停止。
https://stackoverflow.com/questions/45924230
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号