Regex 无法在Python 2.7 re中编译8位unicode正则表达式范围

使用Python2.7，重新

我正在尝试编译unicode字符类。我可以让它使用4位数的范围u'\uxxx'，但不能使用8位数的u'\uxxxxx'

以下工作：

re.compile(u'[\u0010-\u0012]')

re.compile(u'\U00010000')

以下情况不适用：

re.compile(u'[\U00010000-\U00010001]')

结果误差为：

回溯最近一次呼叫上次： 文件，第1行，在 编译中的文件C:\Python27\lib\re.py，第190行 return\u compilepattern，flags 文件C:\Python27\lib\re.py，第242行，在编译中 引发错误，v无效表达式 错误：错误字符范围

这似乎是一个8位数范围的问题，仅在以下情况下有效：

re.compile(u'[\u0010-\u0012]')

re.compile(u'\U00010000')

另外一个问题，我是stackoverflow的新手，我真的在为如何发布问题而挣扎。我希望Trackback出现在多行上，而不是一行上。我也希望能够粘贴从解释器复制的内容，但是这个UI把'>>>'搞得一团糟

不知道如何在评论编辑问题中添加此内容

我真正想要编译的表达式是：

re.compile(u'[\U00010000-\U0010FFFF]')

用listu“[\U00010000-\U0010FFFF]”扩展它，就扩展建议的解决方法而言，看起来相当棘手：

>>> list(u'[\U00010000-\U0010FFFF]')
[u'[', u'\ud800', u'\udc00', u'-', u'\udbff', u'\udfff', u']']

---

根据编译选项的不同，Python 2可能将Unicode字符串存储为UTF-16代码单元，因此\U00010000实际上是一个双代码单元字符串：

>>> list(u'[\U00010000-\U00010001]')
[u'[', u'\ud800', u'\udc00', u'-', u'\ud800', u'\udc01', u']']

因此，正则表达式解析器可以看到包含\udc00-\ud800的字符类，这是一个错误的字符范围。在此设置中，除了在确保sys.maxunicode==0xffff:

---

至于你的堆栈溢出问题。。。是的，复制和粘贴并不像您希望的那样友好。要粘贴来自解释器的代码，需要在其前面放置4个空格，以将其标记为代码。我写了一个python脚本来自动添加空格，这让我非常恼火。def stackify_stringinput_string:return.join[''+x for x in input_string.split'\n']@NickBailey您可以选择代码，然后单击工具栏上的{}按钮对其进行缩进。sys.maxunicode的值是多少？相关：sys.maxunicode是65535。我将其更改为4294967295L，但该表达式仍然无法编译以供您了解。。。我编辑了原稿？要包含表达式，我确实在尝试编译u'[\U00010000-\U0010FFFF]'。。。如果你的解决办法是scaleable@TedSpeers：此正则表达式与中的正则表达式相同。您可以使用u'[\uD800-\uDBFF][\uDC00-\uDFFF]'，如该问题的答案所述。谢谢kennytm。。。我不可能很快就明白这一点。