Python正则表达式识别中文数字

使用Python2.7

我正在尝试编写一个正则表达式，它可以识别任何utf-8数字0-9（不仅仅是阿拉伯数字，还有简体中文）和任何unicode单词字符

例如，我有：

4_1424336,P-九 

(九 是中文（9）

我想返回：

9_9999999,A-9

我目前的职能是：

def multiple_replace(myString):
    myString = re.sub(ur'(?u)[^\W_*\d]', u'A', myString)
    myString = re.sub(ur'(?u)[\d]', u'9', myString)
    return myString

编辑：

也试过…同样的结果

def multiple_replace(myString):
    myLetters_regex = re.compile(r'[^\W\d_]', re.UNICODE)
    myNumbers_regex = re.compile(r'[\d]', re.UNICODE)
    myString = myNumbers_regex.sub('9', myString)
    myString = myLetters_regex.sub('A', myString)
    return myString

我得到

9_9999999,A-A (i.e. 九 is recognized is flagged as an 'A' instead of a '9')

因此，我的问题是：

1） 是否有其他方法写入字母数字中不包含数字

2） 关于使用python正则表达式识别中文数字，我缺少什么吗？

Check，一个绑定到正则表达式引擎的python

---

有关数字：

re.sub(ur'\p{N}', '9')

信件：

re.sub(ur'\p{L}', 'A')

---

对于#2，请在定义正则表达式时尝试设置

re.UNICODE

标志。继续挖掘#1-一旦

\W*\d

和

\d

类能够识别unicode，那么排除

\W*\d

的字符类可能是最好的选择。虽然

*

通常不被认为是单词字符，所以我认为您不需要明确禁止它。好了，1的答案是否定的。字符类是固定的。不过，为了方便起见，你可以自己定义。请看这篇文章：这个角色的代码点是什么？@Peter…请看OP（已编辑）。re.UNICODE标志没有什么区别。我知道之前在python re模块中发现过错误…这可能是一个错误吗？嗯…你不能在Windows机器上安装吗？我已经尝试过（甚至在Cygwin中进行了一轮测试——结果是出现了一系列错误，并且“error:command'gcc'失败，退出状态为1”）。查看GitHub回购协议并没有带来多少关于这方面的见解。。。