请教一个 Python 正则问题，相同代码运行出来结果不一样了

[karlxu]

datay='Python 是很受欢迎的编程语言 Python'
pattern9='[a-zA-Z]+' #字符集的范围 + 号 代表 前导字符模式出现 1 次以上
res=re.sub(pattern9,'Java',datay)
print(res)

datas='Python 是很受欢迎的编程语言 Python'
pattern1='\w+'
ww=re.sub(pattern1,'java',datas) #sub 不能用 group()函数，因为返回的是一个元组
print(ww)


上面这段在 Python2.7 运行后 print 是一致的：


但是在 Python3.9 运行后是不一样的：


为什么第二种方法出来的结果只是 java,连中文部分都没有了？

[ThirdFlame]

显然是 python3 \w 的含义 于 py2 的不太一样了啊。 （当然也可能是编码的问题）

[Sylv]

\w 在 Python 2 里默认只匹配字母或数字或下划线，在 Python 3 里会也匹配包括中文在内的 Unicode 字符。具体请阅读文档。

[Rache1]

见维基百科「正则表达式」词条。

\w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。注意 Unicode 正则表达式会匹配中文字符。


在 Python3 中，所有字符串都使用 Unicode 表示，所以表现为这样，同样 C# 也是这样，php 中的 mb_ereg 也是