如何在Python正则中忽略大小写但不忽略变音符号？

要实现忽略大小写但不忽略变音符号的正则匹配，核心是避免默认Unicode大小写折叠将带变音符号的字符（如İ）与普通字符（如i）视为等价。以下是两种可行方案：

方案一：使用regex库（推荐） #

regex库原生支持POSIX字符类，且提供foldcase参数控制大小写匹配的严格程度：

• 默认foldcase=True会启用宽松的Unicode折叠匹配（导致İ匹配普通i）
• 设置foldcase=False则使用精确的大小写映射，仅匹配字符的直接大小写变体（如İ仅匹配İ和其小写形式i̇，不匹配普通i）

修改后的代码示例：

import regex as re

active_patterns = ["(İg)[[:punct:][:space:]]+[[:alnum:]]+"]
text = "A big problem"
target_text = "A İg problem"  # 目标匹配文本
target_text_lower = "A i̇g problem"  # 带变音符号的小写形式

for pattern in active_patterns:
    # 启用IGNORECASE但关闭宽松折叠
    compiled_pattern = re.compile(pattern, re.IGNORECASE, foldcase=False)
    
    # 测试普通i的文本（无匹配）
    print("普通i文本匹配结果：")
    for match in compiled_pattern.finditer(text):
        print(match.group())
    
    # 测试带变音符号的文本（正常匹配）
    print("\n带变音符号文本匹配结果：")
    for match in compiled_pattern.finditer(target_text):
        print(match.group())
    for match in compiled_pattern.finditer(target_text_lower):
        print(match.group())

方案二：使用标准re库 #

标准re库不支持POSIX字符类，且无foldcase参数，需手动处理：

1. 将POSIX字符类替换为等价的Unicode字符类（如[:punct:]→\p{P}，[:space:]→\s，[:alnum:]→\p{Alnum}）
2. 手动指定带变音符号字符的大小写变体，无需启用IGNORECASE

代码示例：

import re

# 手动指定İ的大小写变体：İ和i̇，g的大小写变体：G和g
active_patterns = ["([İi̇][Gg])[\p{P}\s]+\p{Alnum}+"]
text = "A big problem"
target_text = "A İg problem"
target_text_lower = "A i̇g problem"

for pattern in active_patterns:
    compiled_pattern = re.compile(pattern)
    
    print("普通i文本匹配结果：")
    for match in compiled_pattern.finditer(text):
        print(match.group())
    
    print("\n带变音符号文本匹配结果：")
    for match in compiled_pattern.finditer(target_text):
        print(match.group())
    for match in compiled_pattern.finditer(target_text_lower):
        print(match.group())

两种方案都能实现：仅匹配带变音符号的字符的大小写变体，不会将其与普通无变音符号的字符混淆。

内容的提问来源于stack exchange，提问作者Paolo Magnani