python isalpha无法正确处理Unicode组合标记吗？

Question

我遇到了奇怪的乌克兰字Кири́лл 。 我将其转换为unicode并使用isalpha进行了测试，该函数返回False。 我环顾四周，发现这个词包含名为“结合急性口音”的字符。 因此，信и实际上是两个字符的组合：и和。 如果我理解正确，则组合标记（例如这种重音符号）仅用于修改其他字符。 因此，isalpha应该将此字符串识别为单词。 我错了吗？ 有什么办法可以得到正确的结果？ utf8中有问题的单词：

字='\\ xd0 \\ x9a \\ xd0 \\ xb8 \\ xd1 \\ x80 \\ xd0 \\ xb8 \\ xcc \\ x81 \\ xd0 \\ xbb \\ xd0 \\ xbb'

Answer 1

我认为您将需要替换任何修饰符字符的字符串，因为修饰符不被视为字母

modifiers = "\xcc\x81|<OTHER>|<MODIFIERS>"

text_to_analyze = re.sub(modifiers,"",my_text)
print unicode(text_to_analyze,"utf8").isalpha()