python - Django 正则表达式 unicode 忽略\w 标签

Regex \w 似乎忽略了我的 Unicode 字符串。我创建了以下函数:
extras.py

# -*- coding: utf-8 -*-
def test(word):
    print re.sub(r'[^\w]+', '', word, re.U)

以及来自 django shell:

import extras
extras.test(u'שלום')

输出是一个空字符串，但在本例中它应该与输入相同。
正则表达式的目的是仅保留字母数字字符，但它不起作用。但它可以与 ASCII 一起使用。

可能是什么问题？

最佳答案

使用原始 unicode 字符串作为模式，并确保使用 flags 参数:

# -*- coding: utf-8 -*-
def test(word):
    print re.sub(ur'[^\w]+', u'', word, flags=re.U)

然后:

In [9]: test(u'Ã')
Ã

关于python - Django 正则表达式 unicode 忽略\w 标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11747625/