在Python re中仅匹配unicode字母

我有一个字符串，我想从中提取 3 个组：

'19 janvier 2012' -> '19', 'janvier', '2012'

月份名称可以包含非 ASCII 字符，因此[A-Za-z]对我不起作用：

>>> import re
>>> re.search(ur'(\d{,2}) ([A-Za-z]+) (\d{4})', u'20 janvier 2012', re.UNICODE).groups()
(u'20', u'janvier', u'2012')
>>> re.search(ur'(\d{,2}) ([A-Za-z]+) (\d{4})', u'20 février 2012', re.UNICODE).groups()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'groups'
>>> 

我可以用\w但它匹配数字和下划线：

>>> re.search(ur'(\w+)', u'février', re.UNICODE).groups()
(u'f\xe9vrier',)
>>> re.search(ur'(\w+)', u'fé_q23vrier', re.UNICODE).groups()
(u'f\xe9_q23vrier',)
>>> 

我尝试使用[：α：] http://www.regular-expressions.info/posixbrackets.html#class，但它不起作用：

>>> re.search(ur'[:alpha:]+', u'février', re.UNICODE).groups()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'groups'
>>> 

如果我能以某种方式匹配\w没有[_0-9]，但我不知道怎么做。即使我找到了如何做到这一点，是否有现成的快捷方式，例如[:alpha:]哪个在 Python 中有效？

您可以构造一个新的字符类：

[^\W\d_]

代替\w。翻译成英语，它的意​​思是“任何不是非字母数字字符的字符（[^\W]是相同的\w)，但这也不是数字，也不是下划线”。

因此，它只允许 Unicode 字母。