如何组合正则表达式实现非单词与上标字符的下划线替换？

你之前的问题出在\W只匹配ASCII范围内的非单词字符，没法覆盖那些Unicode上标字符，而且你尝试的组合正则逻辑不对——应该直接把两类字符合并到同一个匹配集合里，逐个替换为下划线。

可用的合并正则 #

直接把\W和你指定的上标字符放进同一个字符类，用re.sub全局替换：

import re

col_name = "Energy (kWh/m²)"
processed = re.sub(r'[\W²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]', '_', col_name)
print(processed)  # 输出: Energy__kWh_m__

为啥之前的组合正则没用？ #

你写的([²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]).*(\W)是在匹配「一个上标字符 + 任意内容 + 一个非单词字符」的整段，不是逐个匹配每个要替换的字符，自然只能替换部分内容。现在这个正则会单独匹配每个非单词字符或上标字符，把它们全换成下划线，完全符合你的需求。

内容的提问来源于stack exchange，提问作者J.Doe