我刚刚在pypi上注意到了一个新的“ regex ”软件包。（如果我理解正确，它是新软件包的测试版本，有朝一日将取代stdlibre软件包）。
关于unicode，它似乎还有其他可能性。例如，它支持\X，用于匹配单个字素（无论是否使用合并）。它还支持unicode属性，块和脚本的匹配，因此您可以\p{M}用来引用组合标记。在\X之前提到的是相当于\P{M}\p{M}*（一个字符不是一个结合标记，接着是零个或多个组合的标记）。
请注意，这\X或多或少使unicode等效于.，而不是\w，因此\w\p{M}*您需要的是Unicode 。
（目前）它是一个非stdlib程序包，我不知道它是否准备好（并且它不以二进制分发），但是您可能想尝试一下，因为它似乎是最简单/最“正确”的答案。（否则，我认为您明确使用了字符范围，如我对上一个答案的评论所述）。
另请参见此页面以及有关Unicode正则表达式的信息，该信息可能还包含一些对您有用的信息（并且可以用作正则表达式包中实现的某些内容的文档）。
602392714
清零编程群