在混合unicode-ascii字符串中用空格填充ascii字符

Question

给出unicode和ascii chars的混合字符串，例如：

它看灵魂塑Nike造得和学问同等重要。

目标是用空格填充ascii子串，即：

它看灵魂塑 Nike 造得和学问同等重要。

我已尝试使用([^[:ascii:]])正则表达式，它在匹配子字符串时看起来很好，例如https://regex101.com/r/FVHhU1/1

但在代码中，' \1 '的替换并未实现所需的输出。

>>> import re
>>> patt = re.compile('([^[:ascii:]])')
>>> s = u'它看灵魂塑Nike造得和学问同等重要。'
>>> print (patt.sub(' \1 ', s))
它看灵魂塑Nike造得和学问同等重要。

如何在混合unicode-ascii字符串中用空格填充ascii字符？

Answer 1

模式应为：

([\x00-\x7f]+)

所以你可以使用：

patt = re.compile('([\x00-\x7f]+)')
patt.sub(r' \1 ',s)

这会产生：

>>> print(patt.sub(r' \1 ',s))
它看灵魂塑 Nike 造得和学问同等重要。

ASCII定义为一系列字符，其中十六进制代码介于00和7f之间。因此，我们将此范围定义为[\x00-\x7f]，使用+表示一个或多个，并将匹配的组替换为r' \1 '以添加两个空格。