正則表達式中“（？u）”的作用是什么？

Question

我研究了如何在scikit-learn中實現標記化並找到了這個正則表達式（ 源代碼 ）：

token_pattern = r"(?u)\b\w\w+\b"

正則表達式非常簡單，但我以前從未見過(?u)部分。 有人可以解釋一下這部分是做什么的嗎？

Answer 1

它打開此表達式的re.U （ re.UNICODE ）標志 。

從模塊文檔 ：

(?iLmsux)

（來自集合'i' ， 'L' ， 'm' ， 's' ， 'u' ， 'x'一個或多個字母。）該組匹配空字符串; 字母設置相應的標志： re.I （忽略大小寫）， re.L （依賴於語言環境）， re.M （多行）， re.S （點匹配所有）， re.U （取決於Unicode），以及re.X （詳細），用於整個正則表達式。 （標志在模塊內容中描述。）如果您希望將標志包含在正則表達式的一部分中，而不是將標志參數傳遞給re.compile()函數，這將非常有用。