Unicode-Zeichenfolge in PCRE-Regular Expression in Python übersetzen

Question

Ich habe einen Unicode-String

 u"\\uC3A9\\xe9" , den ich in einen von PCRE unterstützten regulären Ausdruck    "\\x{c3a9}\\x{e9}"in Python umwandeln möchte.

Gibt es bereits ein Modul, das das macht?

Answer 1

Ich bin mir keiner Module bewusst, um dies zu tun, aber hier ist eine mögliche Lösung:

import re

def pcre_escape_repl(match):
    char = match.group(0)
    if ord(char) in range(32, 127):
        # Wenn dies ein druckbarer ASCII-Zeichen ist, verwenden Sie re.escape anstelle einer \x Fluchtsequenz
        return re.escape(char)
    # Ersetzen Sie nicht-ascii (oder nicht-druckbare) Zeichen durch eine \x Fluchtsequenz
    return r'\x{' + hex(ord(char))[2:] + '}'

def pcre_escape(s):
    regex = re.compile('.', re.DOTALL)
    return regex.sub(pcre_escape_repl, s)

Beispiele:

>>> print pcre_escape(u"\uC3A9\xe9")
\x{c3a9}\x{e9}
>>> print pcre_escape("[foo]{bar}")
\[foo\]\{bar\}