python匹配中文
① 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"))
② python正則表達式中要匹配漢字怎麼弄
line = "000我是中國人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!!"
③ 如何用python匹配網頁源碼的中文字元
這跟系統學習無關，python的編碼問題。
默認情況下，python會將未知的字元轉換為unicode，再轉換為相應平台的編碼。
因為源網頁的編碼為GB2312，所以可以採用GB2312編碼，而不幸的是u9fa5超出了范圍，這個編碼是中國自己弄出來的。用CP936編碼可以解決這個問題。完整代碼如下：
#-*-coding:utf-8-*-
importsys
importurllib2
importre
importurllib
keyword=u'來源：.+[u4e00-u9fa5]+'.encode('CP936')
html='http://finance.people.com.cn/money/n/2014/1009/c42877-25798373.html'
src=urllib2.urlopen(html).read()
math=re.compile(keyword)
list=re.findall(math,src)
forlineinlist:
printline
④ 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>')
⑤ python 中正則表達式 怎麼匹配中文
需要正則嗎，if s1.find('中國') >= 0: 不就行了
⑥ 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 。
⑦ 請教python匹配中文字元的方法
#-*-coding:UTF-8-*-
__author__=u'麗江海月客棧'
s="""{"hearl":"","nickname":"","loginstatus":"","loginstate":"","tip":"未注冊服務","idUser":"","sessionId":"","upgradeUrl":"","checkCodeKey":"false"}"""
ss=s.decode('utf-8')
importre
re_words=re.compile(u"[u4e00-u9fa5]+")
m=re_words.search(ss,0)
printm.group()
⑧ 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_*_
⑨ 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
⑩ 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")