非ASCII字符的Python - re.sub

Question

我想用正则表达式来匹配特定的模式并删除整个模式。 例如：“在这里留下随机文本≻其他文本”

我需要它最终像这样“离开其他测试”。现在我将脚本转换为使用unicode，但它拒绝在列表中找到该字符串。

我试图根据文字值调用它，它也是十六进制替代（使用十六进制编辑器找到符号的确切十六进制代码，utf-8符号）。

请记住'≻'与'>'不一样。

尝试：

eleInfo = "Leave ≺random text here≻Other text" 

eleInfo = re.sub("≺.*?≻","",eleInfo) 

尝试：

eleInfo = "Leave ≺random text here≻Other text" 

eleInfo = re.sub("\x89\xBA.*?\x89\xBB","",eleInfo) 

尝试：

eleInfo = "Leave ≺random text here≻Other text" 

eleInfo = re.sub("\\x89\\xBA.*?\\x89\\xBB","",eleInfo) 

任何帮助或想法，将不胜感激！

Answer 1

看起来你好像缺少了\ xe2。以下作品：

re.sub("\\xe2\\x89\\xba.*\\xe2\\x89\\xbb","",eleInfo) 

此外，你可以转换字符串为Unicode

eleInfo = unicode("Leave ≺random text here≻Other text") 

和

re.sub(u"[\u227a].*[\u227b]","",eleInfo) works too.