如何找到 Unicode 字符的所有十六进制代码？

Question

我必须使用 Python 正则表达式找到一些特殊字符。例如，对于字符“à”，我找到了一些十六进制代码来构建正则表达式模式：

r'\x61\x300|\xe0|\x61\x300'

但我担心我可能会错过一些其他十六进制代码。如何找到一个字符的所有可能的十六进制代码？

Answer 1

这有点像 XY 问题。你想要类似的东西

import unicodedata as u
import re

result = re.findall(
    u.normalize("NFC, "à"),
    u.normalize("NFC", inputstring))

如果您愿意，可以使用另一种标准化；关键要求是对两个输入使用相同的标准化。但此类场景建议使用 NFC。