是否可以使[a-zA-Z] Python正则表达式模式匹配并替换非ASCII Unicode字符？

Question

在下面的正则表达式中，我希望字符串中的每个字符都替换为“X”，但它不起作用。

在Python 2.7中：

>>> import re
>>> re.sub(u"[a-zA-Z]","X","dfäg")
'XX\xc3\xa4X'

要么

>>> re.sub("[a-zA-Z]","X","dfäg",re.UNICODE)
u'XX\xe4X'

在Python 3.4中：

>>> re.sub("[a-zA-Z]","X","dfäg")
'XXäX'

有可能以某种方式'配置'[a-zA-Z]模式以匹配'ä'，'ü'等？ 如果无法做到这一点，我如何在方括号之间创建一个类似的字符范围模式，包括通常的“完整字母”范围内的Unicode字符？ 我的意思是，例如，在像德语这样的语言中，'ä'将被放置在字母表中接近'a'的某个位置，因此可以预期它将包含在'az'范围内。

Answer 1

你可以用

(?![\d_])\w

使用Unicode修饰符。 (?![\\d_])限制\\w速记类，因为它无法匹配任何数字（ \\d ）或下划线。

请参阅正则表达式演示

Python 3演示 ：

import re
print (re.sub(r"(?![\d_])\w","X","dfäg"))
# => XXXX

至于Python 2 ：

# -*- coding: utf-8 -*-
import re
s = "dfäg"
w = re.sub(ur'(?![\d_])\w', u'X', s.decode('utf8'), 0, re.UNICODE).encode("utf8")
print(w)