Sto cercando l'equivalente di [\w]&&[^\d] (Ovviamente & & non è un operatore di espressioni regolari). L'espressione regolare deve corrispondere SOLO a parole costituite da caratteri "alfabetici" UTF8. Qualcuno ha qualche idea?Quale regex di Python corrisponde a tutti i caratteri dell'alfabeto ma non ai numeri? [unicode aware]
regex supporta le proprietà Unicode, il che significa che è possibile utilizzare \p{L} con esso.
Utilizzare [a-zA-Z] per abbinare tutti i caratteri dell'alfabeto.
errato. Questo mancherà "あ". –
Questo non è un carattere alfabetico. –
Sì, lo è. Non è solo un personaggio dell'alfabeto inglese. –
Non sono sicuro della regex, ma per unicode si potrebbe essere in grado di utilizzare il modulo uncodedata; in particolare la funzione unicodedata.category()
AFAICT, non esiste un'espressione regolare che corrisponda a tutte le lettere ma non alle cifre o ai caratteri di sottolineatura.
Potreste usare \w e quindi controllare per vedere se le partite sono lettere utilizzando le proprietà dei punti di codice:
def isletter(c):
return unicodedata.category(c).startswith('L')
Come Ignacio sottolineato [a-zA-Z] non corrisponde a caratteri Unicode, e non c'è classe di caratteri predefiniti per tutti i caratteri Unicode, si consiglia di usare qualcosa di simile a quanto segue, che sarebbe semplice e lineare
re.findall("(["+string.letters+"])+",st)
si prega di notare, string.letters dipende dal locale e se non si wa nt per cambiare il locale, che puoi fare fuori rotta con locale.setlocale(locale.LC_CTYPE, code), questo dovrebbe funzionare come un gioco da ragazzi.
NON eseguire MAI regex sul testo codificato. –
http://stackoverflow.com/questions/8923949/matching-only-a-unicode-letter-in-python-re – warvariuc
Stai parlando dell'alfabeto inglese? Quindi le risposte [a-zA-Z] di seguito saranno sufficienti. Altrimenti sei pronto per un trattamento ... –