Python'da aksanlı karakterler regex ile nasıl eşleştirilir?

Question

Python hariç, this question çözümlerine ihtiyacım var! Python'un regex'lerinde POSIX ifadelerinin kullanılmasını sağlayan Python, as apparently için regex kitaplığını yüklemeyi denedim, ancak yine de [:alpha:] sınıfında Unicode karakterleri içermediğini tahmin ediyorum. Ör:

>>> re.search(r'[[:alpha:] ]+','Please work blåbær and NOW stop 123').group(0) 
'Please work bl' 

Ben eşleştirmek istediğiniz Please work blåbær and NOW stop

DÜZENLEME:

EDIT 2 Python 2.7 kullanıyorum: denedim aşağıdaki:

>>> re.search(re.compile('[\w ]+', re.UNICODE),'Please work blåbær and NOW stop 123').group(0) 
'Please work bl\xc3' 

Tam olarak istediğim şey değil (ilk ASCII olmayan karakterden sonra parçayı eşleştirmek istiyorum), b en azından, karakterden öncekinden daha fazla eşleşti. İstediğimin geri kalanıyla eşleşmesi için ne yapmalıyım?

DÜZENLEME 3: Ben herhangi bir "kelime" karakterleri eşleştirmek istemiyorum; "kelime" ile a-z, A-Z, boşluk ve kelime karakterlerinin aksanlı varyasyonlarını kastediyorum. Umarım fikrimi anladım;

>>> re.search(re.compile('[\w ]+', re.UNICODE),'lets match força, but stop before that comma').group(0) 
'lets match força' 

bunun işe yaradığını tahmin: Yani sadece bu bir komut dosyası için Python 3 kullanmaya çalıştı:

lets match força, but stop before that comma 

gibi bir ifadeyle içinde sadece lets match força

DÜZENLEME 4 eşleştirmek istediğiniz Python 3'ün büyük bir kısmı için, (aynı zamanda kesinlikle istemediğim) rakamlar ve alt çizgilerle eşleşmesi dışında. Bunu düzeltmenin herhangi bir yolu, Python 2 veya 3?

Answer 1

Hangi python sürümünü kullandığınız belli değil. 2.x kullanırsanız, belki bir unicode sorun olabilir. Daha fazla işaretçi için bu post'a bakın ve sorunuzu daha ayrıntılı incelemek için güncellemekten çekinmeyin.

Im i doğru unicode temsilcileri için vurgulu karakteri dönüştürmek olamaz, oldukça surprissed ...

ama orada geçici çözüm:

re.search(re.compile('((\w+\s)|(\w+\W+\w+\s))+', re.UNICODE), ur'Please work blåbær and NOW stop 123').group(0) 

veya

re.search(re.compile('\D+', re.UNICODE), ur'Please work blåbær and NOW stop 123').group(0)