Unicode re.sub() 不适用于 \g<0> （组 0）答案

【问题标题】：Unicode re.sub() doesn't work with \g<0> (group 0)Unicode re.sub() 不适用于 \g<0> （组 0）
【发布时间】：2013-10-17 13:04:27
【问题描述】：

为什么 \g<0> 不能与 unicode 正则表达式一起使用？

当我尝试使用\g<0> 在具有普通字符串正则表达式的组之前和之后插入一个空格时，它可以工作：

>>> punct = """,.:;!@#$%^&*(){}{}|\/?><"'"""
>>> rx = re.compile('[%s]' % re.escape(punct))
>>> text = '''"anständig"'''
>>> rx.sub(r" \g<0> ",text)
' " anst\xc3\xa4ndig " '
>>> print rx.sub(r" \g<0> ",text)
 " anständig "

但使用 unicode 正则表达式，不会添加空格：

>>> punct = u""",–−—’‘‚”“‟„!£"%$'&)(+*-€/.±°´·¸;:=<?>@§#¡•[˚]»_^`≤…\«¿¨{}|"""
>>> rx = re.compile("["+"".join(punct)+"]", re.UNICODE)
>>> text = """„anständig“"""
>>> rx.sub(ur" \g<0> ", text)
'\xe2\x80\x9eanst\xc3\xa4ndig\xe2\x80\x9c'
>>> print rx.sub(ur" \g<0> ", text)
„anständig“

如何让\g 在 unicode 正则表达式中工作？
如果 (1) 不可行，如何让 unicode 正则表达式输入punct 中字符前后的空格？

【问题讨论】：

标签： python regex string unicode regex-group

【解决方案1】：

我认为你有两个错误。首先，您不会像第一个示例中的re.escape 那样转义punct，并且您有像[] 这样的字符需要转义。其次，text 变量不是 unicode。有效的例子：

>>> punct = re.escape(u""",–−—’‘‚”“‟„!£"%$'&)(+*-€/.±°´·¸;:=<?>@§#¡•[˚]»_^`≤…\«¿¨{}|""")
>>> rx = re.compile("["+"".join(punct)+"]", re.UNICODE)
>>> text = u"""„anständig“"""
>>> print rx.sub(ur" \g<0> ", text)
 „ anständig “

【讨论】：