为什么此正则表达式代码在Python 2.7和Python 3.7中会有不同的结果？

Question

这是为了验证用户名，我的代码：

import re
regex = r'^[\w.@+-]+\Z'
result = re.match(regex,'名字')

在python2.7中，它返回None。

在python3.7中，它返回“名字”。

Answer 1

这是因为\w和Python 2.7中Python 3.7的定义不同。

在Python 2.7中，我们有：

  

未指定LOCALE和UNICODE标志时，将匹配   字母数字字符和下划线； 这等同于   设置[a-zA-Z0-9_] 。

^{（添加了强调和超链接以及格式）}

但是，在Python 3.7中，我们有：

  

对于Unicode（str）模式：匹配Unicode单词字符； 此   包括大多数可以是任何语言的单词组成部分的字符，   以及数字和下划线。如果使用ASCII标志，则仅   [a-zA-Z0-9_]已匹配。

^{（添加了强调和格式）}

因此，如果您希望它在两个版本中均可工作，则可以执行以下操作：

# -*- coding: utf-8 -*-
import re
regex = re.compile(r'^[\w.@+-]+\Z', re.UNICODE)
match = regex.match(u'名字')

if match:
    print(match.group(0))
else:
    print("not matched!")

output:
名字

这里证明它在两个版本中都适用：

请注意区别：

• 我在脚本的顶部添加了# -*- coding: utf-8 -*-，因为没有它，在Python 2.7中，我们会得到error的说法

    

  第3行上的非ASCII字符'\ xe5'，但未声明任何编码；看到   http://www.python.org/peps/pep-0263.html了解详情

• 不是使用result = re.match(pattern, string)，而是使用regex = re.compile(pattern, flags)和match = regex.match(string)，以便可以指定 flags 。

• 我使用了re.UNICODE标志，因为没有它，在Python 2.7中，它仅在使用[a-zA-Z0-9_]时才匹配\w。

• 我使用u'名字'代替了'名字'，因为在Python 2.7中，您需要使用Unicode Literals来表示Unicode字符。

此外，在回答您的问题时，我还发现print("not matched!")中的Python 2.7 works也很有意义，因为在这种情况下，括号被忽略了，而我没有这样做。不知道，所以很有趣。