Python 3中的Unicode Regex (来自Python 2代码)

Question

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？

这是我在Python 2中的工作原理，它将引号替换为«和»：

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

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

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

Answer 1

默认情况下，Python3中的所有字符串都是unicode。只需移除u，就应该没问题了。

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

Answer 2

从Python3.0开始，该语言以包含Unicode字符的str类型为特色，这意味着使用"unicode rocks!“、'unicode rocks!‘或三重引号的字符串语法创建的任何字符串都将存储为Unicode。

Unicode HOWTO此文档将为您提供帮助。

所以，你只需要在Python2中做的每一件事，它都会起作用，没有额外的效果。