初步搜索后，我有点迷路了。
我想使用一个缓冲区对象来保存一系列 Unicode 代码点。我只需要扫描并从所述序列中提取标记，所以基本上这是一个只读缓冲区，我们需要在缓冲区内推进指针并提取子段的功能。缓冲区对象当然应该支持通常的正则表达式和字符串搜索操作。
普通的 Unicode 字符串可用于此，但问题是创建子字符串副本以模拟在缓冲区内推进指针。这似乎是非常低效的，尤其是对于较大的缓冲区，除非有一些解决方法。
我可以看到有一个合适的 Memoryview 对象，但它不支持 Unicode(？)。
我还可以使用什么来提供上述功能？ (无论是 Py2 还是 Py3)。
最佳答案
这取决于具体需要什么，但通常只需要一个 Unicode 字符串就足够了。如果您需要获取非微小切片，您可以将它们保留为 3 元组 (big unicode, start pos, end pos) 或者只使用这 3 个属性和任何需要的 API 创建自定义对象。重点是许多方法，例如 unicode.find() 或正则表达式模式对象的 search() 都支持指定起点和终点。因此，您可以做最基本的事情，而实际上不需要对单个大 unicode 字符串进行切片。
关于python - 如何在 python 中实现 Unicode 缓冲区，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17906746/