python正则表达式汉字
① python怎么用正则表达式提取中文
Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[\u4e00-\u9fa5]+”可以表示一个或者多个中文字符
>>> 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='这里是中文内容'.decode("utf8")
>>> news=re.sub(pat,newpat,s)
>>> print news
这里是中文内容：123456aa哈哈哈bbcc
from:http://blog.aizhet.com/web/12078.html
② python怎么用正则表达式提取中文
1、字符串line='ufeffD0002044x01大数据x01数据分析x01技术x01工具x01应用
'
想提取出其中的“大数据”，“数据分析”，“技术”，“工具”，“应用”这些中文，用了正则表达式：
>>>pat2='x01(.*?)'
>>>rs=re.compile(pat2).findall(line)
>>>print(rs)
['','','','','']
显示的结果是空，请问如何才能正确的提出中文部分。
2、原文： 法规名称:'《中华人民共和国合同法》',Items:[{法条名称:'第五十二条'
匹配成： 《中华人民共和国合同法》第五十二条
(?<=法规名称:').*?（',Items:[{法条名称:'）.*?(?=') 请问这样匹配哪里错了？Python报sre_constants.error: unterminated character set at position 22
3、Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[u4e00-u9fa5]+”可以表示一个或者多个中文字符
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u''
>>> print s
中文：123456aa哈哈哈bbcc 。
③ python，用正则表达式匹配特定汉字
在Python的string前面加上‘r’， 是为了告诉编译器这个string是个raw string，不要转意backslash '\' 。 例如，\n 在raw string中，是两个字符，\和n， 而不会转意为换行符。由于正则表达式和 \ 会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上'r'。
在[]中
-长用来指定一个字符集，在这个字符集中的一个可以拿来匹配：[abc] [a-z]
-元字符在在字符集中不起作用
-在[]内用^表示补集，用来匹配不在区间范围内的字符
s=r'aba' 匹配abc
s=r't[io]p' 匹配tip或者top
s=r't[a-z0-9A-Z]'匹配t+0-9或者a-z或者A-Z
[abc]表示“a”或“b”或“c”
[0-9]表示0~9中任意一个数字，等价于[0123456789]
[\u4e00-\u9fa5]表示任意一个汉字
[^a1<]表示除“a”、“1”、“<”外的其它任意一个字符
[^a-z]表示除小写字母外的任意一个字符
④ python正则表达式中要匹配汉字怎么弄
line = "000我是中国人111"
# matchMe = re.match("^[\u4e00-\u9fa5]+")
matchObj = re.match(r'.*([\u4e00-\u9fa5]+).*', line, re.L)
if matchObj:
print "matchObj.group() : ", matchObj.group()
print "matchObj.group(1) : ", matchObj.group(1)
print "matchObj.group(2) : ", matchObj.group(2)
else:
print "No match!!"
⑤ 如何用Python正则表达式去匹配汉字加字母加数字的字符串
# -*- coding: utf-8 -*-
import re
pattern = re.compile(r'[\'白\'\'蓝\'\'绿\'\'黄\']{1}[A-Z]{1}[A-Z0-9]{5}')
match = pattern.match('黄A')
if match:
print "OK"
else:
print "not ok"
⑥ Python用正则表达式截取中文
像这样
#!/usr/bin/envpython
#coding:utf8
importre
l=[
'1.1.2.5查',
'1.2.5询',
'1.5查询',
'1.5.3.4.51规则',
'1.133.2.5询规',
]
r=re.compile(r'd+(.d+)*(.*)')
l=[r.match(e).group(2)foreinl]
print(l)
最后打印的就是
['查','询','查询','规则','询规']
⑦ python正则表达式中\w居然能匹配汉字，请问是怎么一回事
\w匹配的是能组成单词的字符，在python3 中re默认支持的是unicode字符集，当然也支持汉字
如果要让\w仅支持英文，加个re.A标志
print(re.findall(r"\w",s,re.A))
这样就不会匹配汉字了
⑧ Python 求正则表达式匹配中文
#coding=utf-8
importre
string=u"""<代码>书名1【精装版】<代码>
<代码>书名2【豪华版版】<代码>
<代码>书名3<代码>"""
fresult=re.findall(u">(.*?)[【|<]",string)
foriteminfresult:
printitem.encode("utf-8")
⑨ python正则表达式中要匹配汉字怎么弄
这个比较的容易。有一个表达式。给你找一下。
re_han_cut_all=re.compile("([u4E00-u9FD5]+)",re.U)
re_han_detail=re.compile(u"([u4E00-u9FD5]+)")两个的功能应该是相同的。你需要先将字符串转换成unicode
然后再使用表达式去匹配
⑩ python正则表达式中w居然能匹配汉字，请问是怎么一回事
w匹配的是能组成单词的字符，在python3
中re默认支持的是unicode字符集，当然也支持汉字
如果要让w仅支持英文，加个re.A标志
print(re.findall(r"w",s,re.A))
这样就不会匹配汉字了