Python unicode 正则表达式问题
Python unicode regex issue
为什么这样做：
>>> ss
u'\U0001f300'
>>> r = re.compile(u"[u'\U0001F300-\U0001F5FF']+", re.UNICODE)
>>> r.search(ss) # this works
<_sre.SRE_Match object at 0x7f359acf03d8>
但事实并非如此：
>>> r = re.compile("[u'\U0001F300-\U0001F5FF']+", re.UNICODE)
>>> r.search(ss) # this doesn't
根据下面 Ignacio 的回答，这也有效：
>>> r = re.compile(u"[\U0001F300-\U0001F5FF]+", re.UNICODE)
>>> r.search(ss)
<_sre.SRE_Match object at 0x7f359acf03d8>
在 unicode 大海捞针上执行搜索时使用 unicode 模式。
此外，"u'...'" 不应出现在模式中；无论如何，这些都是 Unicode 字符（在 unicode 中）。
为什么这样做：
>>> ss
u'\U0001f300'
>>> r = re.compile(u"[u'\U0001F300-\U0001F5FF']+", re.UNICODE)
>>> r.search(ss) # this works
<_sre.SRE_Match object at 0x7f359acf03d8>
但事实并非如此：
>>> r = re.compile("[u'\U0001F300-\U0001F5FF']+", re.UNICODE)
>>> r.search(ss) # this doesn't
根据下面 Ignacio 的回答，这也有效：
>>> r = re.compile(u"[\U0001F300-\U0001F5FF]+", re.UNICODE)
>>> r.search(ss)
<_sre.SRE_Match object at 0x7f359acf03d8>
在 unicode 大海捞针上执行搜索时使用 unicode 模式。
此外，"u'...'" 不应出现在模式中；无论如何，这些都是 Unicode 字符（在 unicode 中）。