匹配Unicode变量名的正则表达式

Question

在Python 2中，Python变量名仅包含ASCII字母、数字和下划线，并且不能以数字开头。因此，

 re.search(r'[_a-zA-Z][_a-zA-Z0-9]*', s)

将在str s中找到匹配的Python名称。

在Python 3中，字母不再局限于ASCII。我正在寻找一个新的正则表达式，将匹配任何和所有合法的Python3变量名。

根据the docs的说法，正则表达式中的\w将匹配任何Unicode单词文字，包括数字和下划线。但是，我不确定这个字符集是否包含变量名称中可能使用的字符。

即使字符集\w包含可以合法构造Python3变量名的字符，我如何使用它来创建我的正则表达式？只使用\w+也会匹配以数字开头的“单词”，这是不好的。我有以下的解决方案：

re.search(r'(\w&[^0-9])\w*', s)

其中，&是“与”运算符(就像|是“或”运算符一样)。因此，括号将匹配同时不是数字的任何单词文字。这样做的问题是&运算符不存在，所以我没有解决方案。

编辑

虽然在this question中也可以找到“双重否定”技巧(正如Patrick Artner在下面的答案中所解释的那样)，但请注意，这只回答了我的问题的一部分。只有在保证\w与合法的Unicode字符加上数字0-9完全匹配的情况下，才能使用[^\W0-9]\w*。我想要一个这种知识的来源，或一些其他正则表达式，使工作完成。

Answer 1

您可以使用双重否定- \W是\w不是的任何东西-只是不允许它允许任何\w

[^\W0-9]\w*

本质上是使用除0-9之外的任何非单词字符，后跟任何单词字符任意次数。

Doku：regular-expression-syntax

Answer 2

您可以尝试使用

^(?![0-9])\w+$

它不会部分匹配无效的变量名

或者，如果您不需要使用regex。str.isidentifier()可能会做你想做的事情。