被python搞糊涂了'；s unicode正则表达式错误

有人能解释一下为什么Python2.7x中的中间代码摘录会抛出错误吗

import re
walden = "Waldenström"
walden
print(walden)

s1 = "ö"
s2 = "Wal"
s3 = "OOOOO"

out = re.sub(s1, s3, walden)
print(out)

out = re.sub("W", "w", walden)
print(out)

# I need this one to work
out = re.sub('W', u'w', walden)
# ERROR

out = re.sub(u'W', 'w', walden)
print(out)

out = re.sub(s2, s1, walden)
print(out)

---

我很困惑，已经试着阅读了手册《瓦尔登湖》是一个

str

：

walden = "Waldenström"

此代码将字符替换为

unicode

字符串：

re.sub('W', u'w', walden)

结果应该是

u'w'+“aldenström”

。这是失败的部分

为了连接

str

和

unicode

，必须首先将两者转换为

unicode

。结果也是

unicode

问题是，解释器不知道如何将

'ö'

转换为unicode，因为它不知道使用哪种编码。结果是模棱两可的

解决方案是在进行更换之前进行自我转换：

re.sub('W', u'w', unicode(walden, encoding))

编码应该是您用来创建该文件的编码，例如

re.sub('W', u'w', unicode(walden, 'utf-8'))

非常感谢。这澄清了很多，现在文档也更有意义了！