python正则表达式匹配中文
‘壹’ 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
‘贰’ 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
‘叁’ python怎么获取正则表达式匹配文之后的数据
可以使用re模块中的search或finditer函数来获取正则表达式匹配的文本之后的数据。search函数返回第一个匹配的对象，finditer函数返回一个迭代器，可慎虚没洞以遍历所有匹配对象。在匹配对象上宽察燃调用group()函数可以获取匹配的数据。
示例代码：
‘肆’ Python re函数 中文正则匹配
建议使用以下正则表达式：
(?<=>)[^a-zA-Z0-9_]+(?=<)
前面的 (?<=>) 和后面的 (?=<) ，使得匹配出现在> . . . < 之间；
[^a-zA-Z0-9_]+ 排除对英文数字下划线的匹配，可根据具体情况作变动。
‘伍’ Python用正则表达式匹配含有中文的字符串，匹配不到
代码如下：
#coding=utf-8
importre
s=u'<li><aclass="nav-first"href="/">首页</a></li>'
r=re.compile(u'<li><asclass="[^"]*"shref="[^"]">(.*?)(?=</a></li>)')
ss=r.findall(s)
forstrinss:
printstr
运行结果：
‘陆’ 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"
‘柒’ 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
‘捌’ 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 。
‘玖’ python的re，正则表达式，可以用中文么
解决了>>>
a='中文'>>>
a'\xd6\xd0\xce\xc4'>>>
import
re>>>
mytestre=re.compile('\xd6\xd0\xce\xc4')>>>
b='中文asdf223中文ss'>>>
mytestre.sub('zw',b)'zwasdf223zwss'>>>复制代码关键是要找到中文相应coding对应的编码，这里中文='\xd6\xd0\xce\xc4'所以，就用\xd6\xd0\xce\xc4代替中文就可以了，如果是其他编码，也用类似的方法找到编码的字符串就可以了，没测试过，应该是这样的。哈哈。:mrgreen: