我正在与Django合作，尝试为大量链接自动生成模板，其中有些链接具有非Unicode字符（例如é，ç等）。当我在自己的计算机上浏览时，将这些字符放入文件名中似乎可以工作，但是django不喜欢它，并且拒绝渲染它们。我想到了一个快速的解决方案，就是用下划线或其他内容来正则表达式替换这些字符，但只能在Django否则会出现问题的URL中使用。
我要解析的字符串-自动生成的模板-看起来像这样：
desc = """...blah blah blah <a href="{% url 'myproject:do_thing' arg_name='ñôt-unìcodé' %}">Link Text Ñôt Unìcodé</a> blah blah blah ..."""
因此，我想使用正则表达式将ñôt-unìcodé更改为__t-un_cod_，同时保持Ñôt Unìcodé不变。这是我尝试过的：
re.findall(r"'arg_name='(([^'])+?)'", desc)
我打算给我一个所有字符的可解析列表，然后可以分别通过re.sub替换它们：
['ñ', 'ô', 't', '-', 'u', 'n', 'ì', 'c', 'o', 'd', 'é', ...]
但是相反，我最终得到了整个字符串和最后一个字母：
[('ñôt-unìcodé', 'é'), ...]
我在这里误会什么？
（我已经在stackoverflow上以不同的语言分别找到了这个问题的两个部分，但不是同时出现-我在合并这些答案时遇到了麻烦。）
答案 0 :(得分：1)
您正在将+添加到捕获组：([^'])+
“无法”重复捕获组。如果是这样，您将只在捕获组中获得最后一个匹配项。
所以在[('ñôt-unìcodé', 'é'), ...]，第一个是整个比赛。最后一个是捕获组（最后一个字母）。
尝试改用arg_name='([^']+)'甚至arg_name='[^']+'