RegEx：一种处理英文和非英文字符的方法（以及我的解决方案）答案

【问题标题】：RegEx: A way to handle both English and non-English characters (and my solution)RegEx：一种处理英文和非英文字符的方法（以及我的解决方案）
【发布时间】：2016-03-27 03:36:49
【问题描述】：

我想知道是否有推荐的 RegEx 模式来匹配英文和非英文字符。到目前为止，我已经根据answer provided at SO 提出了[^\x00-\x7F]+|[a-zA-Z'-]*。我的解决方案似乎有效，但由于我对 RegEx 非常友好，我想请您检查此令牌并提出一些改进建议。我知道大多数涉及此主题的解决方案，例如this，但我认为目前还没有一个好的正则表达式。

【问题讨论】：

标签： regex autohotkey

【解决方案1】：

答案主要取决于语言。但一般来说，您必须启用“unicode 标志”（这通常通过在您的正则表达式前添加 (?u) 或通过附加 /u 来完成）并使用 unicode 字符串。这样\w、\s等就可以正确匹配对应的unicode字符了。

Python 2 中的示例（Python 3 默认使用 unicode）：

>>> re.match('\w', 'è')  # byte string, no unicode flag: no match
>>> re.match('(?u)\w', u'è')  # unicode string and unicode flag: match
<_sre.SRE_Match object at 0x7f258bac07e8>
>>> re.match('\w', u'è', re.UNICODE)  # another way to enable the unicode flag
<_sre.SRE_Match object at 0x7f258bac0850>

【讨论】：

如何在regex101.com和AutoHotKey中使用？
@menteith：我不熟悉 regex101，也不知道 AutoHotKey 是什么，抱歉！尝试使用谷歌搜索“AutoHotKey unicode regex”，顺便更新您的问题，添加autohotkey 标签并明确说明您的问题是关于 AutoHotKey 的（否则您的问题可能会被关闭为题外话）