• 0

كيف أستعمل التعابير النمطية مع unicode في بايثون؟

أحتاج إلى حذف بعض رموز unicode من السلسلة النصية التالية: 'بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ'.
ولقد جربت استخدام هذه الطريقة لكنها لم تنجح:

re.sub('([\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+)', '', 'بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ')

فما الطريقة الصحيحة لفعل ذلك؟

انشر على الشّبكات الاجتماعية


رابط هذه المساهمة
  • 0

يوجد عدة طرق في لغة بايثون لفعل ذلك، فإذا كنت تستخدم الإصدار الثاني من بايثون حاول جعل السلسلة النصية الخاصة بالتعابير النمطية كسلسلة نصية تكون فيها unicode مهربة مع 'u' كما في المثال التالي:

re.sub(ur'[\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+', '', ...)

ومن الطرق الأخرى أيضا يمكنك استخدام re.UNICODE لتحديد نوع التغيير الذي تريده مع دالة compile من مكتبة re كما في الأمثلة التالية:

>>> myre = re.compile(ur'[\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+',
                      re.UNICODE)
>>> myre
<_sre.SRE_Pattern object at 0xb20b378>
>>> mystr = u'بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ'
>>> result = myre.sub('', mystr)
>>> len(mystr), len(result)
(38, 22)
>>> print result
بسم الله الرحمن الرحيم

انشر على الشّبكات الاجتماعية


رابط هذه المساهمة

يجب أن تكون عضوًا لدينا لتتمكّن من التعليق

انشاء حساب جديد

يستغرق التسجيل بضع ثوان فقط


سجّل حسابًا جديدًا

تسجيل الدخول

تملك حسابا مسجّلا بالفعل؟


سجّل دخولك الآن