python中文正則與
㈠ python 正則匹配中文問題
list列印是這樣的，這是python的系統行為，改變不了。
如果不想用循環，可以用 print(u"\n".join(items))
㈡ python怎麼用正則表達式提取中文
Python re正則匹配中文，其實非常簡單，把中文的unicode字元串轉換成utf-8格式就可以了，然後可以在re中隨意調用
unicode中中文的編碼為/u4e00-/u9fa5，因此正則表達式u」[\u4e00-\u9fa5]+」可以表示一個或者多個中文字元
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u'\u4e2d\u6587\uff1a123456aa\u54c8\u54c8\u54c8bbcc'
>>> print s
中文：123456aa哈哈哈bbcc
>>> re.match(u"[\u4e00-\u9fa5]+",s)
<_sre.SRE_Match object at 0xb77742c0>
>>> pat='中文'.decode("utf8")
>>> re.search(pat,s)
<_sre.SRE_Match object at 0x16a16df0>
>>> newpat='這里是中文內容'.decode("utf8")
>>> news=re.sub(pat,newpat,s)
>>> print news
這里是中文內容：123456aa哈哈哈bbcc
from:http://blog.aizhet.com/web/12078.html
㈢ python正則匹配漢字
#python2使用如下即可：
#encoding:UTF-8
importre
importsys
reload(sys)
sys.setdefaultencoding('utf-8')
defextract_number(input):
match=re.search(u"[u4e00-u9fa5]+",input)
returnmatch.group()
if__name__=="__main__":
printextract_number(unicode("dss2第三季度建安大sdssd43fds",'utf8'))#python3使用如下:
#encoding:UTF-8
importre
defextract_number(input):
match=re.search("[u4e00-u9fa5]+",input)
returnmatch.group()
if__name__=="__main__":
print(extract_number("dss2第三季度建安大sdssd43fds"))
㈣ python正則表達式怎麼匹配中文
#!/usr/bin/envpython
#_*_coding:utf-8_*_
a="中文"
printa
輸出
中文
前面加上
#_*_ coding: utf-8_*_
㈤ python 中文漢字正則替換問題
描述的不是特別清楚 。
re.sub("(?isu)省份_S+","省份",your_utf8_string)上面應該可以的。 當然也可以變型，比如下面
re.sub(u"(?isu)省份_S{2}",u"省份",your_unicode_string)
㈥ python中文模式匹配，正則的問題
a='中國和美國政府就英國問題討論。'
import re
a1=re.sub('國','u3000國',a)
print(a1)
㈦ Python re函數 中文正則匹配
建議使用以下正則表達式：
(?<=>)[^a-zA-Z0-9_]+(?=<)
前面的 (?<=>) 和後面的 (?=<) ，使得匹配出現在> . . . < 之間；
[^a-zA-Z0-9_]+ 排除對英文數字下劃線的匹配，可根據具體情況作變動。
㈧ python怎麼用正則表達式提取中文
1、字元串line='ufeffD0002044x01大數據x01數據分析x01技術x01工具x01應用
'
想提取出其中的「大數據」，「數據分析」，「技術」，「工具」，「應用」這些中文，用了正則表達式：
>>>pat2='x01(.*?)'
>>>rs=re.compile(pat2).findall(line)
>>>print(rs)
['','','','','']
顯示的結果是空，請問如何才能正確的提出中文部分。
2、原文： 法規名稱:'《中華人民共和國合同法》',Items:[{法條名稱:'第五十二條'
匹配成： 《中華人民共和國合同法》第五十二條
(?<=法規名稱:').*?（',Items:[{法條名稱:'）.*?(?=') 請問這樣匹配哪裡錯了？Python報sre_constants.error: unterminated character set at position 22
3、Python re正則匹配中文，其實非常簡單，把中文的unicode字元串轉換成utf-8格式就可以了，然後可以在re中隨意調用
unicode中中文的編碼為/u4e00-/u9fa5，因此正則表達式u」[u4e00-u9fa5]+」可以表示一個或者多個中文字元
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u''
>>> print s
中文：123456aa哈哈哈bbcc 。
㈨ Python 求正則表達式匹配中文
#coding=utf-8
importre
string=u"""<代碼>書名1【精裝版】<代碼>
<代碼>書名2【豪華版版】<代碼>
<代碼>書名3<代碼>"""
fresult=re.findall(u">(.*?)[【|<]",string)
foriteminfresult:
printitem.encode("utf-8")
㈩ python 用正則匹配網頁中的中文字
patt=re.compile(ur'<a.*href="(.*?)".*官方下載地址1.*</a>')