Python正则表达式大写unicode字

Question

我需要找到许多语言的缩写文本。目前regex是：

import regex as re
pattern = re.compile('(?:[\w]\.)+', re.UNICODE | re.MULTILINE | re.DOTALL | re.VERSION1)
pattern.findall("U.S.A. u.s.a.")

我在结果中不需要 u.s.a ，我只需要大写文字。 [A-Z] 除英语外无法使用任何语言。

Answer 1

您需要使用Unicode字符属性才能匹配它们。 re不支持字符属性，但regex支持。

>>> regex.findall(ur'\p{Lu}', u'ÜìÑ')
[u'\xdc', u'\xd1']