Python正则表达式与unicode字符错误？
长话短说：
>>> re.compile(r"\w*").match(u"Français")
<_sre.SRE_Match object at 0x1004246b0>
>>> re.compile(r"^\w*$").match(u"Français")
>>> re.compile(r"^\w*$").match(u"Franais")
<_sre.SRE_Match object at 0x100424780>
>>>
为什么它不与正则表达式中的 ^ 和 $ 匹配带有 unicode 字符的字符串？据我了解 ^ 代表字符串（行）的开头，而 $ - 代表字符串的结尾。
Long story short:
>>> re.compile(r"\w*").match(u"Français")
<_sre.SRE_Match object at 0x1004246b0>
>>> re.compile(r"^\w*$").match(u"Français")
>>> re.compile(r"^\w*$").match(u"Franais")
<_sre.SRE_Match object at 0x100424780>
>>>
Why doesn't it match the string with unicode characters with ^ and $ in the regex? As far as I understand ^ stands for the beginning of the string(line) and $ - for the end of it.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
您需要指定
UNICODE标志，否则\w仅相当于[a-zA-Z0-9_]，其中不包含字符“ç”。You need to specify the
UNICODEflag, otherwise\wis just equivalent to[a-zA-Z0-9_], which does not include the character 'ç'.