在Python正则表达式中，"(?ui)"代表什么意思？

Question

Python Fuzzy Wuzzy库包括以下正则表达式：

regex = re.compile(r"(?ui)\W")
return regex.sub(u" ", a_string)

(https://github.com/seatgeek/fuzzywuzzy/blob/master/fuzzywuzzy/string_processing.py#L17)

这个函数将字符串中的非字母数字字符替换为空格。

然而，(?ui) 的作用是什么？在没有它的情况下，它似乎运行良好。

谢谢。

- alan

Answer 1

u代表Unicode标志，i代表忽略大小写标志。

Unicode标志使得\w、\W、\b、\B、\d、\D、\s和\S依赖于Unicode字符属性数据库。例如：

>>> re.findall(r'\d+', u'The answer is \u0664\u0662')         # No flag
[]

>>> re.findall(r'(?u)\d+', u'The answer is \u0664\u0662')     # With unicode flag
[u'\u0664\u0662']

忽略大小写标志执行不区分大小写的匹配。表达式如[A-Z]将匹配小写字母。这不受当前语言环境的影响。例如：

>>> re.findall(r'[a-z]+', 'HELLO world')         # No flag
['world']

>>> re.findall(r'(?i)[a-z]+', 'HELLO world')     # With ignore case flag
['HELLO', 'world']

- Raymond Hettinger

Answer 2

http://docs.python.org/2/library/re.html#regular-expression-syntax

(?iLmsux) (集合“i”, “L”, “m”, “s”, “u”, “x”中的一个或多个字母)。该组匹配空字符串；字母设置相应的标志：

• re.I (忽略大小写),
• re.L (依赖于本地化环境),
• re.M (多行模式),
• re.S (点号匹配所有字符),
• re.U (Unicode相关),
• re.X (详细模式),

适用于整个正则表达式。 （这些标志在“模块内容”中有描述。）如果您希望将标志包含在正则表达式中，而不是将标志参数传递给 re.compile() 函数，则此功能很有用。

请注意，(?x) 标志会更改表达式的解析方式。它应该首先出现在表达式字符串中，或者在一个或多个空格字符后。如果标志之前有非空格字符，则结果是未定义的。

简而言之，(?u)在正则表达式中使用Unicode，(?i)忽略大小写。

- jamylak

---

这个答案还解释了为什么有两种方法可以做同一件事。 - Berry Tsakala