Python中正则表达式对中文的匹配问题

http://blog.youkuaiyun.com/freedomqx/article/details/6237654

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：

 

 

[python]  view plain  copy

 

1. import re  
2. 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"  
3. temp = source.decode('utf8')  
4. xx=u"([/u4e00-/u9fa5]+)"  
5. pattern = re.compile(xx)  
6. results =  pattern.findall(temp)  
7. for result in results :  
8.   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