Python正则表达式希腊字符

Question

我有一些具有这种结构的字符串：<name> (<unit>). 我想提取name和unit; 执行我使用的这项任务regex，在大多数情况下，这一切都很好。
但是，在某些情况下，<unit>由希腊字符组成，例如?。在这些情况下，我的代码无法提取所需的两个部分。
这是我的代码：

import re

def name_unit_split(text):
    name = re.split(' \([A-Za-z]*\)', text)[0]
    unit = re.findall('\([A-Za-z]*\)', text)

    if unit != []:
        unit = unit[0][1:-1]
    else:
        unit = ''

    return name, unit

print(name_unit_split('distance (mm)'))

我得到：

('distance', 'mm')

但是当我尝试：

print(name_unit_split('resistance (?)'))

我得到：

('resistance (?)', '')

我搜索了其他正则表达式占位符并尝试使用这些，但没有成功：

name = re.split(' \([\p{Greek}]*\)', text)[0]
unit = re.findall('\([\p{Greek}]*\)', text)

如何使用 查找字符串中的希腊字符（一个或多个，分组）regex？
此外，是否有更好的方法来执行上述任务regex？我的意思是：有一种方法来提取两<name>和<unit>，并将它们保存在name和unit用regex？

Answer 1

就像拉丁字母一样，希腊字母在 utf-8 编码中占据一个连续的空间，因此您可以使用\([?-??-?]*\)代替\([A-Za-z]*\来构建您的正则表达式。

我个人更喜欢使用正则表达式"[A-Za-z]* \([?-??-?]*\)"来检查模式是否成立并使用字符串函数来执行拆分作业。但我相信这取决于您的个人喜好。