Python正则匹配unicode字符

import re


original_text = r"\u0043\u0042abcdef\u0041"

# 使用正则表达式提取Unicode转义序列
pattern = r"\\u[0-9a-fA-F]{4}"

re.compile(pattern)
unicode_sequences = re.findall(pattern, original_text)

print(unicode_sequences)

返回：

['\\u0043', '\\u0042', '\\u0041']

在 Python 中，一旦字符串被解析，就无法再将其还原为原始字符串。原始字符串是在解析之前，Python 代码中的字符串字面值加上前缀 r 所创建的。这种前缀告诉 Python 解释器不对字符串中的反斜杠进行转义处理，保持它们的原始形式。但是一旦字符串被解析并存储在内存中，它就会成为 Python 中的字符串对象，而不再是原始字符串。

所以，一旦字符串被解析为 Unicode 字符串对象，就无法从中还原回原始字符串。在处理传入的字符串时，你只能在解析之前选择使用原始字符串的方式来保留原始的 \u 转义序列。如果字符串已经被解析，就无法再将其恢复为原始的 \u 转义形式。

因此，对于已经定义的字符串变量来说，是无法使用正则表达式匹配unicode字符的。

解决方案：正则排除筛选unicode字符_F.Y.Y的博客-CSDN博客