Python正则 标志 flags=re.U re.UNICODE

在Python中，re.UNICODE是re模块中的一个标志（flag），用于启用Unicode匹配模式。

当使用re.UNICODE标志时，正则表达式会将模式中的字符视为Unicode字符，从而可以匹配Unicode字符集中的任意字符。

xxxxxxxxxx
import re

text = "你好，世界！Hello, world!"
print(re.findall(r'\w+', text))  # 不指定 默认情况使用Unicode进行匹配的
print(re.findall(r'\w+', text, re.ASCII))  # 指定 ASCII
print(re.findall(r'\w+', text, re.UNICODE))  # 指定 UNICODE

# ['你好', '世界', 'Hello', 'world']
# ['Hello', 'world']
# ['你好', '世界', 'Hello', 'world']

在上面的示例中，使用了re.UNICODE标志来启用Unicode模式。

正则表达式模式\w+表示匹配一个或多个字母字符，无论是Unicode字符还是ASCII字符。

由于启用了re.UNICODE标志，因此可以正确地匹配包含汉字的Unicode字符串。

请注意，从Python 3.9版本开始，re.UNICODE标志已被弃用，取而代之的是re.ASCII和re.ASCII标志。

如果你使用的是较新的Python版本，可以考虑使用这些新标志来替代re.UNICODE。