用于匹配 python 中的德语字符的正则表达式

Question

有人可以帮助我使用正则表达式来匹配 python 中的德语单词/句子吗？ 它不适用于 jupyter 笔记本。 我在 jsfiddle 中尝试了同样的方法，它工作正常。 我尝试使用下面的脚本但不起作用

import re
pattern = re.compile(r'\[^a-zA-Z0-9äöüÄÖÜß]\\', re.UNICODE)

print(pattern.search(text))

Answer 1

你的表达将永远失败：

\[^a-zA-Z0-9äöüÄÖÜß]\\

分解，你需要

[   # literally
^   # start of the line / text
a-z # literally, etc.

问题是你需要一个[从字面上看就在一行的开始之前，这永远不会是真的（没有任何东西或换行符）。 所以最后，要么删除反斜杠以获得正确的字符 class ，如：

[^a-zA-Z0-9äöüÄÖÜß]+

但这肯定与您要查找的单词不匹配（恰恰相反）。 所以要么使用像\w+这样简单的东西，要么使用@Wiktor在评论部分提出的解决方案。