在Python中使用正则表达式匹配区分大小写的unicode字符串

Question

假设我想匹配小写字母后跟大写字母，我可以做类似

的操作

re.compile(r"[a-z][A-Z]")

现在我想对unicode字符串做同样的事情，即匹配'aÅ'或'yÜ'之类的东西。

尝试

re.compile(r"[a-z][A-Z]", re.UNICODE)

但这不起作用。

任何线索？

Answer 1

这很难用Python正则表达式，因为当前的实现不支持\p{Lu}和\p{Ll}等Unicode属性快捷方式。

[A-Za-z]当然只会匹配ASCII字母，无论是否设置了Unicode选项。

因此，在更新re模块之前（或者安装当前正在开发的regex package），您需要以编程方式执行此操作（遍历字符串并执行char.islower() / {字符上的{1}}，或手动指定所有unicode代码点，这可能是不值得的...