Python Unicode re.sub（）不'；无法使用\g<；0>；（第0组）

为什么

\g

不能使用unicode正则表达式？

当我尝试使用

\g

在带有普通字符串regex的组前后插入空格时，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 " 

>>punct=“”，.：；！@$%^&*（）{}{}{}}\/？>>rx=re.compile（'[%s]'%re.escape（punct））
>>>文本='''anständig''
>>>rx.sub（r“\g”，文本）
““anst\xc3\xa4ndig”
>>>打印rx.sub（r“\g”，文本）
“anständig”

但使用unicode正则表达式时，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“

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

如何使

\g

在unicode正则表达式中工作

如果（1）不可能，如何让unicode正则表达式在

punct

中输入字符前后的空格

---

我认为您有两个错误。首先，您没有像第一个示例中那样使用

re.escape

转义

punct

，您有像

[]

这样需要转义的字符。第二，

text

变量不是unicode。有效的示例：

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

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