Python中针对非英语语言的正则表达式匹配

Question

我正在尝试在Python脚本中捕获和匹配俄语字符。由于俄语字符不属于[a-Z]类型，所以我应该使用什么正则表达式来匹配它们。我不能使用(.*)，因为它会匹配一切。

linkpat = re.compile('name=[a-Z]+;size=[0-9]+')

- Neo

---

顺便说一下，[a-Z] 不是一个有效的范围。 - Tim Pietzcker

@Tim Yea。我没有逐字复制代码。实际的正则表达式要复杂一些。 - Neo

Answer 1

使用Unicode标志：

re.compile('name=\w+;size=\d+', re.U)

这也会匹配任何语言中的字母（加上下划线），而不仅仅是俄语。

- SilentGhost

---

是的，这对我来说可以。而且你的解决方案更好，因为在某个阶段我可能也会遇到一些未知的语言。 - Neo

Answer 2

您可以尝试使用正确的LOCALE与\w

- eumiro

Answer 3

使用字符类，这些类是与语言环境相关的。

- wich