Python 正则表达式带有重音字符的奇怪行为

Question

我正在尝试一些 Python (2.7.3) 正则表达式，并且遇到了这种我没有预料到的行为。在此代码块中，在检查“ß”字符以及其他重音字符(如“Å”、“Í”等)时，以下内容将返回 False。

除了对“ø”字符返回 False 之外，对于其他重音字符(例如“å”、“Å”、“ç”也会返回 False) ”、“Ç”、“”等

案例和观点，我不确定在处理重音字符与处理其他字符(如“¥”)时问题源于何处，它没有问题。它们都有不同的 unicode/utf-8 值(这就是我设置的编码)，所以我不确定差异在哪里。

def regex_check(name)
    pattern = '[^ß]'
    if re.match(pattern, str(name), re.IGNORECASE):
        return True
    else:
        return False

print regex_check("ø") 

我是否遗漏了一些明显的东西？谢谢您的帮助。

Answer 1

普通字符串在 Python 2 中是字节，您应该使用 u'...' 前缀将它们视为 unicode 字符串。

# -*- coding: utf-8 -*-
import re
def regex_check(name):
    pattern = u'[^ß]'    #use u'...' here  
    if re.match(pattern, name , re.IGNORECASE):
        return True
    else:
        return False

print regex_check(u"ø")  #use u'...' here

输出:

True