带有unicode标志的python regex奇怪的长度问题

Question

我正面临一个奇怪的正则表达式问题。这是一个用空格替换a-z的简单正则表达式。但它只能替换一定的固定长度。

import re

s = 'aaaaaaaaaaaaabbbbbbbbbbbbbbbbbccccccccccccccccccdddddddddddddddddd'
s = unicode(s, 'utf-8')
s = re.sub(r'[a-z]', ' ', s, re.UNICODE)
print s

运行此代码时，输​​出为

                                ccccccccccccccccdddddddddddddddddd

如果我删除了re.UNICODE标志，那么它可以正常工作。有人可以解释为什么会这样吗。

Answer 1

re.sub，如您所见，第四个位置参数是count。尝试做re.sub(r'[a-z]', ' ', s, flags=re.UNICODE)

Answer 2

re.sub的第四个参数是count。如果要指定flags，则应将其设置为关键字参数：

s = re.sub(r'[a-z]', ' ', s, flags=re.UNICODE)