有没有办法只使用regex复制re的unicode类别匹配功能？我有一个re匹配字符串，用于标识我想要修改的单词（r'\b[^\W\d_]+\b'），以便附加到该单词的标点符号（即在单词和字符之间没有非标点字符。 ）包含在比赛中。使用regex我会r'\b[^\W\d_]+\b\p{P}*'但我无法确定将regex安装在将部署最终脚本的所有系统上，因此我们希望将匹配条件重新设置为完全re兼容。这是可能的，如果是这样，我该怎么做？
答案 0 :(得分：1)
要复制main()功能，您必须使用unicodedata module手动构建集合;您仍然需要手动过滤所有代码点：
\p{P}就个人而言，我此时只安装import re
import sys
from unicodedata import category
p_class = re.escape(''.join([
c for c in map(chr, range(sys.maxunicode))
if category(c)[0] == 'P']))
pattern = re.compile(rf'\b[^\W\d_]+\b[{p_class}]*')
，而不是尝试手动构建庞大的字符集。
您可能希望对实际需要匹配的字符进行一些统计分析，而不是所有标点符号，以缩小该集合或表达它在“不是一个字符或空白”方面，regex，更宽，但匹配更快。