您的位置:首页 > 编程语言 > Python开发

Python中正则表达式对中文的匹配问题

2011-03-10 16:02 741 查看
今天在用python匹配中文的时候出了问题,要么匹配不到,要么乱码,搜索了一下,成功完成,写了一小段测试代码如下:

import re
source = "s2f程序员杂志一2d3程序员杂志二2d3程序员杂志三2d3程序员杂志四2d3"
temp = source.decode('utf8')
xx=u"([/u4e00-/u9fa5]+)"
pattern = re.compile(xx)
results =  pattern.findall(temp)
for result in results :
print result


其中source为非unicode编码,要先将其转为unicode编码的temp

然后写正则表达式xx,其中u的前缀表示正则表达式也要为unicode编码,因为正则表达式要和被匹配的文本使用同样编码

unicode中中文的编码为/u4e00-/u9fa5

调用匹配后直接便可打印出正确文字,此时返回的结果也为unicode编码
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: