我试图匹配任何语言中包含一个单词的所有字符串。我的搜索引导我进入\ p {...},这在python的Re模块中没有。 但我找到了https://pypi.python.org/pypi/regex。它应该与\ p {...}命令一起使用。 虽然没有。
我尝试解析这些行:
7652167371 apéritif
78687 attaché
78687 époque
78678 kunngjøre
78678 ærbødig
7687 vår
12312 dfsdf
23123 322432
1321 23123
2312 привер
32211 оипвыола
使用:
def Pattern_compile(pattern_array):
regexes = [regex.compile(p) for p in pattern_array]
return regexes
def main():
for line in sys.stdin:
for regexp in Pattern_compile(p_a):
if regexp.search (line):
print line.strip('\n')
if __name__ == '__main__':
p_a = ['^\d+\t(\p{L}|\p{M})+$', ]
main()
结果只有拉丁字符:
12312 dfsdf
答案 0 :(得分:2)
你应该传递unicode。 (正则表达式和字符串)
import sys
import regex
def main(patterns):
patterns = [regex.compile(p) for p in patterns]
for line in sys.stdin:
line = line.decode('utf8')
for regexp in patterns:
if regexp.search (line):
print line.strip('\n')
if __name__ == '__main__':
main([ur'^\d+\t(\p{L}|\p{M})+$', ])