python - python 正则表达式中的字素支持

Question

我正在使用很棒的 regex模块，尝试其 \X 字素支持。

首先，我尝试使用普通的旧 。

>>> print regex.match('.', 'Ä').group(0)

>>> print regex.match('..', 'Ä').group(0)
Ä

一切如期而至。移至 \X

>>> print regex.match('\X', 'Ä').group(0)

>>> print regex.match('\X\X', 'Ä').group(0)
Ä

为什么和.一样呢？一个 \X 不应该足以捕获 A-umlaut 吗？是吗:

• 我对字素或\X含义的理解有误吗？
• 我需要先打开一些标志/开关？ (我已经搜索了文档，找不到)
• 我的环境有问题吗？ (Python 2.7.3，pip 报告 regex==2014.12.24)
• 图书馆有问题？
• 还有别的吗？

Answer 1

它通过将 Ä 定义为 unicode 字符来工作。

>>> print regex.match('.', u'Ä').group()
Ä
>>> print regex.match('\X', u'Ä').group()
Ä

Python 2 和 Python 3 之间的主要区别在于处理文本和字节的基本类型。在 Python 3 上，我们有一种文本类型:str，它包含 Unicode 数据和两种字节类型 bytes 和 bytearray。

另一方面，在 Python 2 上，我们有两种文本类型:str，出于所有意图和目的，它仅限于 ASCII + 7 位范围以上的一些未定义数据，unicode 相当于Python 3继承自Python 3的str类型和单字节类型bytearray。

引用 - https://docs.python.org/2/howto/unicode.html#python-2-x-s-unicode-support