如何解决正则表达式在python中的unicode单词/数字之间添加空格
我尝试将基本的正则表达式用于 unicode,但我无法让它们处理包含传统 A-Z 和数字以外的字符的字符串
我正在查看不属于 A-Z 字母家族的多种语言的示例
text = "20किटल"
res = re.sub("^[^\W\d_]+$",lambda ele: " " + ele[0] + " ",text)
Output:
20किटल
第二次尝试:
regexp1 = re.compile('^[^\W\d_]+$',re.IGnorECASE | re.UNICODE)
regexp1.sub("^[^\W\d_]+$",text)
Output:
20किटल
Expected output:
**20 किटल**
解决方法
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import regex
text = "20किटल"
pat = regex.compile(r"(?<=\d)(?=\p{L})",re.UNICODE)
res = pat.sub(" ",text)
print res
其中 \p{L}
代表任何语言的任何字母
输出:
20 किटल
,
如果我正确理解您的要求,您会尝试以下操作吗:
# -*- coding: utf-8 -*-
import re
text = '20किटल'
print(re.sub(r'([0-9a-zA-Z_]+)([^\s0-9a-zA-Z_]+)',r'\1 \2',text))
输出:
20 किटल
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。