在混合unicode-ascii字符串中填充ascii字符和空格。

Question

给定unicode和ascii字符的混合字符串，例如：

它看灵魂塑Nike造得和学问同等重要。

目标是用空格填充ascii子字符串，即：

它看灵魂塑 Nike 造得和学问同等重要。

我试过使用([^[:ascii:]])正则表达式，它看起来很适合匹配子字符串，例如https://regex101.com/r/FVHhU1/1

但在代码中，使用' \1 '进行替换并不能实现所需的输出。

>>> import re
>>> patt = re.compile('([^[:ascii:]])')
>>> s = u'它看灵魂塑Nike造得和学问同等重要。'
>>> print (patt.sub(' \1 ', s))
它看灵魂塑Nike造得和学问同等重要。

如何在混合unicode-ascii字符串中填充带有空格的ascii字符？

Answer 1

其模式应是：

([\x00-\x7f]+)

所以你可以使用：

patt = re.compile('([\x00-\x7f]+)')
patt.sub(r' \1 ',s)

这就产生了：

>>> print(patt.sub(r' \1 ',s))
它看灵魂塑 Nike 造得和学问同等重要。

ASCII定义为在00和7f之间使用十六进制代码的字符范围。因此，我们定义了一个范围，如[\x00-\x7f]，使用+表示一个或多个，并将匹配组替换为r' \1 '以添加两个空格。