Question

我尝试使用模式“（c，c，c）”解析 Python3 和 re 模块字符串，其中c是要选择的一个字符（ a，b，ë，ɪ̈）。我写了类似的东西：

src="(a,b,ɪ̈)"
pattern = "[abëɪ̈]"
for r in re.finditer( '\({0},{0},{0}\)'.format(pattern), src ):
    print( r.group() )

但正则表达式不适用于ɪ̈; Python分析ɪ̈由两个字符组成（ɪ+ diairesis），id estɪ加一个变音符号：正则表达式不知道如何阅读“（a，b，ɪ̈）”。 ë;我有同样的问题; Python分析ë作为一个字符，我的正则表达式能够读取“（a，b，ë）”，给出预期的答案。由于unicodedata.normalize（'NFD'，...）应用于 src 和 pattern ，我尝试使用规范化方法，但未成功。

我该如何解决这个问题？能帮到我真好！

PS：由于 pythonm ，我修正了一些拼写错误。

Answer 1

您可以使用|来解决问题：

#!/usr/bin/env python3
import re

print(re.findall(r'\({0},{0},{0}\)'.format("(?:[abë]|ɪ̈)"), "(a,b,ɪ̈)"))
# -> ['(a,b,ɪ̈)']

以上将ɪ̈视为两个字符：

re.compile(r'[abë]|ɪ̈', re.DEBUG)

输出：

branch 
  in 
    literal 97
    literal 98
    literal 235
or
  literal 618 
  literal 776

Python3中的正则表达式如何处理变音符号？

1 个答案: